天才少年马斯克计划 | 科创教育平台

项目挑战

校园垃圾分类执行率低，学生经常投错。能否用 AI 视觉识别技术，让垃圾桶"会说话"，实时引导正确投放？

解决思路

在现有垃圾桶上加装 Raspberry Pi + 摄像头 + 语音模块。使用 YOLOv8 训练 4 大类、30 小类垃圾识别模型，投放时实时识别并用语音提示正确分类。收集投放数据生成校园垃圾分析报告。

项目亮点

•识别 30 种常见垃圾，4 大类准确率 92%
•语音实时引导，投放正确率提升 67%
•已在 3 个校园地点试点运行
•自动生成垃圾分类数据周报

JOURNEY

项目过程

STEP 01

需求调研

走访校园 10 个垃圾投放点，统计各类垃圾错投率和学生痛点。

STEP 02

数据标注

收集 5000+ 张校园垃圾图片，手动标注 30 个小类的边界框。

STEP 03

模型训练

基于 YOLOv8n 训练轻量模型，量化后在树莓派上达到 8 FPS。

STEP 04

试点部署

在食堂、教学楼、宿舍区各安装 1 台，收集真实场景反馈。

RESULTS

成果展示

30

4大类垃圾

识别类别

92%

四大类识别

准确率

3

校园3处投放

试点点位

+67%

投放正确率

正确率提升

项目图集

TOOLS

技术栈 & 工具

Raspberry PiYOLOv8PythonLabelImgPyTorch

加入天才少年马斯克计划，从第一个项目开始，创造属于你的作品

查看全部项目申请入学

校园智能垃圾分类系统