[特殊字符]️CampusTrashSupervisor：基于YOLOv5的校园垃圾分类督导系统

📌一、项目背景与动机
随着校园环保理念的不断深入，垃圾分类已成为高校绿色校园建设的重要一环。但在实际操作中，仍存在以下问题：

部分学生未按类别投放垃圾；

分类投放点无监管；

清洁人员工作量大、效率低；

部分智能分类设备成本过高，无法普及；

因此，开发一套基于深度学习的垃圾分类督导系统具有重大意义。它可借助计算机视觉手段：

实时监控垃圾投放行为；

自动识别垃圾种类；

发出提醒或记录错误投放行为；

为管理人员提供数据依据。

本项目结合 YOLOv5 + PyQt5 UI界面，打造一套适用于校园场景的垃圾分类督导系统 CampusTrashSupervisor。

🗃️二、数据集准备
2.1 数据集推荐
垃圾分类的目标检测数据集主要包含可回收物、有害垃圾、湿垃圾、干垃圾等类别。以下为推荐资源：

✅ 1. 公共数据集
Garbage Classification Dataset (Kaggle)

包含6类垃圾图片；

图像清晰，适合训练。

TrashNet Dataset

包含纸张、玻璃、塑料、金属、垃圾等分类；

原始为分类任务，可手动转为目标检测数据。