垃圾检测与分类：基于YOLOv8的Plastic、Paper、Glass垃圾识别与UI界面实战

1. 项目背景与意义

随着环保意识的不断提升，垃圾分类已经成为城市管理的重要课题。传统垃圾分类主要依赖人工，效率低且易出错。利用深度学习技术进行垃圾的自动检测与分类，能够大幅提升垃圾回收效率，推动绿色城市建设。

本项目选取塑料（plastic）、纸张（paper）、玻璃（glass）三类垃圾作为目标，实现实时检测与分类，并设计用户友好的UI界面，方便实际应用。

---

2. 垃圾分类的重要性

• 资源回收：塑料、纸张、玻璃均为可回收资源，分类准确可提高资源利用率。
• 环境保护：垃圾正确分类减少环境污染。
• 经济价值：回收垃圾转化为再生材料，降低生产成本。

---

3. 相关数据集介绍

3.1 TACO (Trash Annotations in Context)

• 开源垃圾检测数据集，包含多种垃圾类别的图片与标注。
• 图片采集自户外环境，包含丰富的背景复杂度。
• 标注