垃圾分類(lèi)作為資源回收利用的重要環(huán)節(jié)之一， 可以有效地提高資源回收利用效率， 進(jìn)一步減輕環(huán)境污染帶 來(lái)的危害。 隨著現(xiàn)代工業(yè)逐步智能化， 傳統(tǒng)的圖像分類(lèi)算法已經(jīng)不能滿足垃圾分揀設(shè)備的要求。 本文提出一種基于 卷積神經(jīng)網(wǎng)絡(luò)的垃圾圖像分類(lèi)模型 （Garbage Classification Network， GCNet）。 通過(guò)構(gòu)建注意力機(jī)制， 模型完成局部 和全局的特征提取， 能夠獲取到更加完善、有效的特征信息; 同時(shí)， 通過(guò)特征融合機(jī)制， 將不同層級(jí)、尺寸的特征進(jìn) 行融合， 更加有效地利用特征， 避免梯度消失現(xiàn)象。 實(shí)驗(yàn)結(jié)果證明， GCNet 在相關(guān)垃圾分類(lèi)數(shù)據(jù)集上取得了優(yōu)異的 結(jié)果， 能夠有效地提高垃圾識(shí)別精度。

1 引言

垃圾回收利用作為發(fā)展循環(huán)經(jīng)濟(jì)的必經(jīng)之路， 是 根治污染、提高環(huán)境治理效果的關(guān)鍵所在。 隨著我國(guó) 生產(chǎn)力水平的發(fā)展， 生活垃圾、工業(yè)垃圾數(shù)量不斷增 加， 困擾著很多城市。 據(jù)統(tǒng)計(jì)， 僅 2018 年， 中國(guó)垃圾的 清運(yùn)量已經(jīng)達(dá)到了 2.28 億噸［1］ 。 在人們將垃圾投放進(jìn)垃圾箱之后， 垃圾被運(yùn)送到垃圾處理廠統(tǒng)一處理。 當(dāng)前 國(guó)內(nèi)的垃圾處理廠， 更多依靠人工在流水線上作業(yè)去 分揀垃圾， 對(duì)作業(yè)者健康不利且分揀效率較低， 已不能 滿足大量垃圾處理需求。 此外， 人工分揀的垃圾種類(lèi)極 為有限， 大部分垃圾無(wú)法重新回收利用， 造成很大浪費(fèi)。 隨著深度學(xué)習(xí)技術(shù)的發(fā)展， 卷積神經(jīng)網(wǎng)絡(luò)使圖像分類(lèi) 算法在精度和速度上得到了巨大的提升， 讓我們看到 了借助視覺(jué)技術(shù)自動(dòng)分揀垃圾的可能性。 通過(guò)攝像頭 拍攝垃圾圖片， 利用卷積神經(jīng)網(wǎng)絡(luò)檢測(cè)出垃圾的類(lèi)別， 之后就可以借助機(jī)械手或推板自動(dòng)完成分揀任務(wù)， 可 以降低人工成本， 提高分揀效率。 因此， 開(kāi)展垃圾圖像 分類(lèi)算法的研究， 具有重要的應(yīng)用價(jià)值。

2 相關(guān)工作

早期， 學(xué)者們只能借助經(jīng)典的圖像分類(lèi)算法［2–5］ 完 成垃圾圖像分類(lèi)任務(wù)， 這要通過(guò)手動(dòng)提取的圖像特征 并結(jié)合相應(yīng)的分類(lèi)器完成。 吳健等［6］ 利用顏色和紋理 特征， 初步完成了廢物垃圾識(shí)別。 由于不同數(shù)據(jù)集的圖 像背景、尺寸、質(zhì)量不盡相同， 傳統(tǒng)算法需要根據(jù)相應(yīng)數(shù)據(jù)人工提取不同的特征， 算法的魯棒性較差， 并且 處理方式復(fù)雜， 所需時(shí)間較長(zhǎng)， 無(wú)法達(dá)到實(shí)時(shí)的效果。 隨著卷積神經(jīng)網(wǎng)絡(luò) （Convolution Neural Network， CNN） 的飛速發(fā)展， 深度學(xué)習(xí)廣泛應(yīng)用于圖像識(shí)別領(lǐng) 域。

作為數(shù)據(jù)驅(qū)動(dòng)的算法， CNN 具有強(qiáng)大的特征擬合 能力， 可以有效、自動(dòng)地提取圖像特征， 并具有較快的 運(yùn)行速度。 2012 年， AlexNet［7］ 取得了 ImageNet 圖像分 類(lèi)競(jìng)賽的冠軍， 標(biāo)志著深度學(xué)習(xí)的崛起。 隨后幾年， GoogleNet［8］、VGGNet［9］、ResNet［10］ 等算法提升了圖像分類(lèi)的精度， 并成功應(yīng)用于人臉識(shí)別、車(chē)輛檢測(cè)等 多個(gè)領(lǐng)域。 垃圾圖像分類(lèi)， 在深度學(xué)習(xí)算法的幫助下同 樣取得了較大的突破。

斯坦福大學(xué)的 Yang 等建立了 TrashNet Dataset 公開(kāi)數(shù)據(jù)集， 包含 6 個(gè)類(lèi)別， 共計(jì) 2527 張圖片。 Ozkaya 等［11］ 通過(guò)對(duì)比不同 CNN 網(wǎng)絡(luò)的 分類(lèi)能力， 搭建神經(jīng)網(wǎng)絡(luò) （本文稱之為 TrashNet） 并進(jìn) 行參數(shù)微調(diào)， 在數(shù)據(jù)集 TrashNet Dataset 上取得了 97.86% 的準(zhǔn)確率， 是目前這一數(shù)據(jù)集上最佳分類(lèi)網(wǎng)絡(luò)。 在非公開(kāi)數(shù)據(jù)集方面， Mittal 等［12］ 自制了 2561 張的垃圾圖片 數(shù)據(jù)集 GINI， 使用 GarbNet 模型， 得到了 87.69% 的準(zhǔn) 確率。 國(guó)內(nèi)方面， 鄭海龍等［13］ 用 SVM 方法進(jìn)行了建筑 垃圾分類(lèi)方面的研究。 向偉等［14］ 使用分類(lèi)網(wǎng)絡(luò) CaffeNet， 調(diào)整卷積核尺寸和網(wǎng)絡(luò)深度， 使其適用于水面垃圾分 類(lèi)， 在其自制的 1500 張圖片數(shù)據(jù)集上取得了 95.75% 的識(shí)別率。 2019 年， 華為舉辦垃圾圖像分類(lèi)競(jìng)賽， 構(gòu)建 了樣本容量為一萬(wàn)余張的數(shù)據(jù)集， 進(jìn)一步促進(jìn)了該領(lǐng) 域的發(fā)展。

我國(guó)各地區(qū)生活垃圾分類(lèi)標(biāo)準(zhǔn)有所不同， 大致可 分為可回收垃圾、有害垃圾、廚余垃圾和其他垃圾這 4 大類(lèi)， 且每個(gè)類(lèi)別下又包含若干子類(lèi)別， 種類(lèi)繁多且 十分復(fù)雜。 按照這樣的分類(lèi)標(biāo)準(zhǔn)做的垃圾圖像識(shí)別研 究， 國(guó)內(nèi)目前還處于起步階段。 現(xiàn)有的圖形分類(lèi)算法在 垃圾處理領(lǐng)域的應(yīng)用較少， 且存在準(zhǔn)確率不足、泛化 性能差、處理效率低的缺點(diǎn)。 針對(duì)現(xiàn)有方法的不足， 本 文提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的垃圾圖像分類(lèi)算法 （Garbage Classification Net， GCNet）， 在網(wǎng)絡(luò)結(jié)構(gòu)中融合 了注意力機(jī)制模塊與特征融合模塊， 提高了模型在垃 圾分類(lèi)任務(wù)上的準(zhǔn)確性與魯棒性。

3 算法設(shè)計(jì)

3.1 模型結(jié)構(gòu)

本文構(gòu)建的 GCNet 模型包括特征提取器、分類(lèi) 器兩部分， 整體結(jié)構(gòu)如圖 1 所示。 圖中特征提取器由 Resnet101 作為主干部分， 共包括 5 個(gè) bottleneck， 并在 不同的 bottleneck 后加入注意力機(jī)制模塊， 同時(shí)對(duì)不同 模塊提取到的特征進(jìn)行特征融合 （如圖 1 中虛線所示） 以從輸入 中提取圖像的特征信息 ：

其中， Me表示特征提取器。 F1 yi 分類(lèi)器由兩層全連接層和一個(gè) Softmax 分類(lèi)器組 成， 對(duì)提取到的特征信息 進(jìn)行分類(lèi)， 以得到圖像在每 個(gè)類(lèi)別下的最終得分 ：

其中， Mc表示分類(lèi)器。

3.2 注意力機(jī)制

注意力機(jī)制源于對(duì)人類(lèi)視覺(jué)的研究， 人類(lèi)會(huì)根據(jù) 實(shí)際需要選擇視網(wǎng)膜內(nèi)特定區(qū)域進(jìn)行集中關(guān)注， 可以 將有限的處理資源分配至重要的部分。 由于相同類(lèi)別 垃圾的特征表征差異性可能較大， 不利于圖片的正確 分類(lèi)， 這就要求準(zhǔn)確地關(guān)注圖像中的顯著區(qū)域。 受這一 思想的啟發(fā)， 通過(guò)構(gòu)建注意力機(jī)制模塊， 使網(wǎng)絡(luò)模型重 點(diǎn)關(guān)注有利于分類(lèi)的特征區(qū)域， 以實(shí)現(xiàn)更好的特征提 取功能， 其具體結(jié)構(gòu)如圖 2 所示。

5 結(jié)論

本文針對(duì)垃圾圖像分類(lèi)問(wèn)題， 構(gòu)建了一種基于卷 積神經(jīng)網(wǎng)絡(luò)的算法 GCNet， 該網(wǎng)絡(luò)通過(guò)構(gòu)建注意力機(jī) 制和特征融合機(jī)制， 能夠有效地提取圖像特征、降低 類(lèi)別差異性帶來(lái)的影響， 并在相關(guān)數(shù)據(jù)集上取得了 96.73% 的平均準(zhǔn)確率， 相較于現(xiàn)有的分類(lèi)算法提升了 約 4% 的準(zhǔn)確率， 滿足了實(shí)際的應(yīng)用需求， 具有良好的 應(yīng)用前景。

原文標(biāo)題：基于卷積神經(jīng)網(wǎng)絡(luò)的垃圾圖像分類(lèi)算法

文章出處：【微信公眾號(hào)：新機(jī)器視覺(jué)】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。

責(zé)任編輯：haq