A medida que la urbanización se acelera, la gestión de residuos sólidos se ha convertido en uno de los problemas clave en la gobernanza urbana. La clasificación precisa y eficiente de los residuos es un paso crucial para mejorar la eficiencia del procesamiento de residuos, promover el reciclaje de recursos y lograr un desarrollo sostenible. Sin embargo, todavía existen muchos desafíos inherentes en los métodos de detección de basura actuales. Estos desafíos incluyen el alto costo computacional de la detección, la complejidad del fondo de detección y la dificultad para evaluar con precisión la relación espacial entre los marcos de detección rectangulares durante el proceso de inspección. Por lo tanto, este estudio mejora el último modelo de detección de objetos YOLOv8s, introduciendo un modelo de detección de basura que equilibra el peso ligero y el rendimiento de detección.