讓垃圾自動(dòng)分類

近期垃圾分類成為了一個(gè)熱門話題，原來直接一次性扔掉的垃圾，現(xiàn)在都需要分門別類進(jìn)行投放。從今年7月1日起，新的《上海市生活垃圾管理?xiàng)l例》正式開始施行，號(hào)稱史上最嚴(yán)的垃圾分類就要來了。我們以后在扔垃圾前都要先將垃圾仔細(xì)分成可回收物、有害垃圾、濕垃圾和干垃圾四個(gè)類別，如果分錯(cuò)還會(huì)被罰款。

垃圾分類可以更好地保護(hù)我們的環(huán)境衛(wèi)生，為了讓大家能夠正確對(duì)垃圾進(jìn)行分類，官方發(fā)布了垃圾分類指南，列舉了每種類別對(duì)應(yīng)的常見垃圾，大家可以對(duì)照著進(jìn)行分類投放。此外，腦洞大開的網(wǎng)友們也另辟蹊徑，提供了各種有意思的分類思路。

在日常生活中，每個(gè)類別的垃圾往往包含了各式各樣的內(nèi)容，人們?cè)诜诸愅斗诺臅r(shí)候難免會(huì)出現(xiàn)偏差，這個(gè)時(shí)候如果有一個(gè)分類神器對(duì)垃圾拍個(gè)照就能告訴我們是什么類別就好了。

當(dāng)前人工智能飛速發(fā)展，我們能否利用AI技術(shù)來對(duì)垃圾自動(dòng)分類，實(shí)現(xiàn)上面提到的設(shè)想呢？為了回答這個(gè)問題，在今天的文章中，我們將從人工智能的角度出發(fā)，嘗試?yán)?a href="http://www.brongaenegriffin.com/v/tag/448/" target="_blank">深度學(xué)習(xí)技術(shù)來構(gòu)建一個(gè)垃圾自動(dòng)分類器，同時(shí)也會(huì)進(jìn)一步介紹AI垃圾分類遇到的挑戰(zhàn)和一些思考。

“垃圾”圖像數(shù)據(jù)準(zhǔn)備

為了實(shí)現(xiàn)一個(gè)理想的垃圾自動(dòng)分類器，需要有一個(gè)已經(jīng)分好類別的“垃圾”圖像數(shù)據(jù)集作為訓(xùn)練的基礎(chǔ)。然而當(dāng)前并沒有這樣一個(gè)可以直接使用的數(shù)據(jù)集，所以我們首先自己動(dòng)手收集海量的“垃圾”圖像并為每張圖像標(biāo)注上相應(yīng)的類別。

數(shù)據(jù)集的收集一直是一件耗時(shí)耗力的工作，為了快速便捷地完成“垃圾”圖像數(shù)據(jù)集的收集，我們依據(jù)官方發(fā)布的垃圾分類指南上每一類所包含的垃圾名稱，通過在百度圖片上爬取名稱對(duì)應(yīng)的圖像來實(shí)現(xiàn)。官方發(fā)布的垃圾分類指南如下圖所示。

在實(shí)際的應(yīng)用場(chǎng)景中，待分類的樣本往往是不可控的，所以一般會(huì)增加“其他”這個(gè)類別用來收留各種異常樣本。在垃圾分類中，除可回收物、有害垃圾和濕垃圾外都屬于干垃圾，所以干垃圾已經(jīng)扮演了“其他”的角色。我們的“垃圾”圖像數(shù)據(jù)集最終分為可回收垃圾、有害垃圾、濕垃圾和干垃圾四個(gè)類別。數(shù)據(jù)集的部分圖像如下圖所示。

垃圾自動(dòng)分類器

垃圾自動(dòng)分類本質(zhì)上是一個(gè)圖像分類問題，當(dāng)前基于深度卷積神經(jīng)網(wǎng)絡(luò)的圖像分類算法發(fā)展很快，各種方法層出不窮。下面我們先回顧這些分類網(wǎng)絡(luò)的演進(jìn)思路，再進(jìn)一步將分類算法應(yīng)用于垃圾分類，介紹構(gòu)建一個(gè)垃圾自動(dòng)分類器的流程和細(xì)節(jié)。

卷積神經(jīng)網(wǎng)絡(luò)的開山之作LeNet于1998年被提出，并成功應(yīng)用于手寫體識(shí)別。LeNet和現(xiàn)在的網(wǎng)絡(luò)結(jié)構(gòu)相比雖然簡(jiǎn)單（如上圖所示），但是卷積層、池化層和全連接層這些基本模塊都已經(jīng)具備。

隨著ReLU和dropout的提出，以及GPU和大規(guī)模數(shù)據(jù)集的出現(xiàn)，卷積神經(jīng)網(wǎng)絡(luò)在2012年迎來了歷史突破，AlexNet的出現(xiàn)讓卷積神經(jīng)網(wǎng)絡(luò)開始逐漸成為計(jì)算機(jī)視覺任務(wù)的標(biāo)配。在AlexNet的基礎(chǔ)上，以增加網(wǎng)絡(luò)深度為思路，出現(xiàn)了VGGNet；以增強(qiáng)卷積模塊為思路，出現(xiàn)了基于Inception的一系列網(wǎng)絡(luò)。

隨著后來居上的ResNet的提出，層數(shù)極深的網(wǎng)絡(luò)成為了可能。通過引入殘差模塊，緩解了深度網(wǎng)絡(luò)訓(xùn)練過程中的梯度消失問題，讓網(wǎng)絡(luò)的深度不斷加大，網(wǎng)絡(luò)性能也得到了大幅提升。之后的DenseNet更是通過對(duì)特征圖的稠密連接，加強(qiáng)了特征的傳遞，繼續(xù)提升分類效果。當(dāng)前ResNet及其變種形式已經(jīng)被廣泛地應(yīng)用于圖像分類任務(wù)，同時(shí)也成為了在解決目標(biāo)檢測(cè)和圖像分割等其他計(jì)算機(jī)視覺問題時(shí)常用的主干網(wǎng)絡(luò)結(jié)構(gòu)。

在本文中，我們使用50層的ResNet來構(gòu)建垃圾自動(dòng)分類器。具體我們采用在ImageNet數(shù)據(jù)集上預(yù)訓(xùn)練的ResNet50模型參數(shù)作為初始化，利用上一節(jié)中收集的“垃圾”圖像數(shù)據(jù)集對(duì)其進(jìn)行微調(diào)。

其中我們將上述ResNet50的最后一層輸出從1000（ImageNet數(shù)據(jù)集的分類數(shù)量）修改為4（垃圾分類數(shù)量），同時(shí)在訓(xùn)練過程中凍結(jié)了部分卷積層參數(shù)的更新。此外還進(jìn)一步利用水平翻轉(zhuǎn)、隨機(jī)裁剪和色彩抖動(dòng)等方式對(duì)訓(xùn)練的“垃圾”圖像進(jìn)行數(shù)據(jù)增強(qiáng)。在完成垃圾自動(dòng)分類器的訓(xùn)練后，我們對(duì)一些垃圾進(jìn)行了自動(dòng)分類的測(cè)試，準(zhǔn)確率達(dá)到近90%。雖然對(duì)復(fù)雜的情況還是存在一定的誤判，但大部分常見的垃圾都得到了正確的區(qū)分，具有較強(qiáng)的實(shí)用性。

從單個(gè)垃圾分類到一群垃圾分類

上一節(jié)中我們介紹了垃圾自動(dòng)分類器的構(gòu)建，但是這樣的垃圾分類器的輸入都是單個(gè)垃圾圖像。在實(shí)際的垃圾分類投放過程中，對(duì)單個(gè)的垃圾進(jìn)行一一拍照分類顯得過于繁瑣和緩慢。那能不能對(duì)一群垃圾直接拍照后進(jìn)行批量分類呢？要實(shí)現(xiàn)對(duì)一群垃圾的批量分類，其實(shí)就是要構(gòu)建一個(gè)垃圾的目標(biāo)檢測(cè)器。輸入一張含有多個(gè)垃圾的圖像，讓模型輸出圖像上每種垃圾對(duì)應(yīng)的類別。

在深度學(xué)習(xí)出現(xiàn)之前，可變形部件模型（DPM）一直是流行的目標(biāo)檢測(cè)方法。深度學(xué)習(xí)出現(xiàn)后，以R-CNN、Fast R-CNN、Faster R-CNN為代表的兩階段算法和以YOLOv1-3、SSD、RetinaNet為代表的單階段算法成為主流。前者是先由算法生成一系列待檢測(cè)目標(biāo)的候選框，再通過卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行候選框的分類；后者則不用產(chǎn)生候選框，直接將目標(biāo)邊框定位的問題轉(zhuǎn)化為回歸問題處理。

和垃圾分類器一樣，一個(gè)理想的垃圾檢測(cè)器，需要大量的“垃圾”標(biāo)注數(shù)據(jù)來支撐。但是與分類數(shù)據(jù)集相比，檢測(cè)數(shù)據(jù)集除了標(biāo)注類別外還要標(biāo)注圖位置坐標(biāo)，這樣的標(biāo)注工作更為艱巨。在完成垃圾檢測(cè)的圖像數(shù)據(jù)集后，就可以利用當(dāng)前主流的深度學(xué)習(xí)檢測(cè)算法來實(shí)現(xiàn)批量垃圾的分類。

寫在最后

垃圾分類最近成為了大家生活中經(jīng)常討論的話題，這篇文章分享了如何利用深度學(xué)習(xí)技術(shù)來構(gòu)建一個(gè)垃圾自動(dòng)分類器，也進(jìn)一步介紹了從單個(gè)垃圾分類到批量垃圾分類的思路和挑戰(zhàn)。

在實(shí)際的垃圾分類中，由于垃圾多種多樣，同一類別的垃圾可能差異很大，而不同類別的垃圾可能差異很小，在復(fù)雜情況下分類器效果可能會(huì)不盡如人意，后續(xù)可以考慮加入垃圾之間的高層次語義關(guān)系信息，進(jìn)一步提升分類器的性能。最后希望大家都能做到正確的垃圾分類投放，畢竟生活不易，還是不要被罰款。