垃圾分類作為資源回收利用的重要環節之一， 可以有效地提高資源回收利用效率， 進一步減輕環境污染帶 來的危害。 隨著現代工業逐步智能化， 傳統的圖像分類算法已經不能滿足垃圾分揀設備的要求。 本文提出一種基于 卷積神經網絡的垃圾圖像分類模型 （Garbage Classification Network， GCNet）。 通過構建注意力機制， 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， 通過特征融合機制， 將不同層級、尺寸的特征進 行融合， 更加有效地利用特征， 避免梯度消失現象。 實驗結果證明， GCNet 在相關垃圾分類數據集上取得了優異的 結果， 能夠有效地提高垃圾識別精度。

1 引言

垃圾回收利用作為發展循環經濟的必經之路， 是 根治污染、提高環境治理效果的關鍵所在。 隨著我國 生產力水平的發展， 生活垃圾、工業垃圾數量不斷增 加， 困擾著很多城市。 據統計， 僅 2018 年， 中國垃圾的 清運量已經達到了 2.28 億噸［1］ 。 在人們將垃圾投放進垃圾箱之后， 垃圾被運送到垃圾處理廠統一處理。 當前 國內的垃圾處理廠， 更多依靠人工在流水線上作業去 分揀垃圾， 對作業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極 為有限， 大部分垃圾無法重新回收利用， 造成很大浪費。 隨著深度學習技術的發展， 卷積神經網絡使圖像分類 算法在精度和速度上得到了巨大的提升， 讓我們看到 了借助視覺技術自動分揀垃圾的可能性。 通過攝像頭 拍攝垃圾圖片， 利用卷積神經網絡檢測出垃圾的類別， 之后就可以借助機械手或推板自動完成分揀任務， 可 以降低人工成本， 提高分揀效率。 因此， 開展垃圾圖像 分類算法的研究， 具有重要的應用價值。

2 相關工作

早期， 學者們只能借助經典的圖像分類算法［2–5］ 完 成垃圾圖像分類任務， 這要通過手動提取的圖像特征 并結合相應的分類器完成。 吳健等［6］ 利用顏色和紋理 特征， 初步完成了廢物垃圾識別。 由于不同數據集的圖 像背景、尺寸、質量不盡相同， 傳統算法需要根據相應數據人工提取不同的特征， 算法的魯棒性較差， 并且 處理方式復雜， 所需時間較長， 無法達到實時的效果。 隨著卷積神經網絡 （Convolution Neural Network， CNN） 的飛速發展， 深度學習廣泛應用于圖像識別領 域。

作為數據驅動的算法， CNN 具有強大的特征擬合 能力， 可以有效、自動地提取圖像特征， 并具有較快的 運行速度。 2012 年， AlexNet［7］ 取得了 ImageNet 圖像分 類競賽的冠軍， 標志著深度學習的崛起。 隨后幾年， GoogleNet［8］、VGGNet［9］、ResNet［10］ 等算法提升了圖像分類的精度， 并成功應用于人臉識別、車輛檢測等 多個領域。 垃圾圖像分類， 在深度學習算法的幫助下同 樣取得了較大的突破。

斯坦福大學的 Yang 等建立了 TrashNet Dataset 公開數據集， 包含 6 個類別， 共計 2527 張圖片。 Ozkaya 等［11］ 通過對比不同 CNN 網絡的 分類能力， 搭建神經網絡 （本文稱之為 TrashNet） 并進 行參數微調， 在數據集 TrashNet Dataset 上取得了 97.86% 的準確率， 是目前這一數據集上最佳分類網絡。 在非公開數據集方面， Mittal 等［12］ 自制了 2561 張的垃圾圖片 數據集 GINI， 使用 GarbNet 模型， 得到了 87.69% 的準 確率。 國內方面， 鄭海龍等［13］ 用 SVM 方法進行了建筑 垃圾分類方面的研究。 向偉等［14］ 使用分類網絡 CaffeNet， 調整卷積核尺寸和網絡深度， 使其適用于水面垃圾分 類， 在其自制的 1500 張圖片數據集上取得了 95.75% 的識別率。 2019 年， 華為舉辦垃圾圖像分類競賽， 構建 了樣本容量為一萬余張的數據集， 進一步促進了該領 域的發展。

我國各地區生活垃圾分類標準有所不同， 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， 且每個類別下又包含若干子類別， 種類繁多且 十分復雜。 按照這樣的分類標準做的垃圾圖像識別研 究， 國內目前還處于起步階段。 現有的圖形分類算法在 垃圾處理領域的應用較少， 且存在準確率不足、泛化 性能差、處理效率低的缺點。 針對現有方法的不足， 本 文提出一種基于卷積神經網絡的垃圾圖像分類算法 （Garbage Classification Net， GCNet）， 在網絡結構中融合 了注意力機制模塊與特征融合模塊， 提高了模型在垃 圾分類任務上的準確性與魯棒性。

3 算法設計

3.1 模型結構

本文構建的 GCNet 模型包括特征提取器、分類 器兩部分， 整體結構如圖 1 所示。 圖中特征提取器由 Resnet101 作為主干部分， 共包括 5 個 bottleneck， 并在 不同的 bottleneck 后加入注意力機制模塊， 同時對不同 模塊提取到的特征進行特征融合 （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 分類器由兩層全連接層和一個 Softmax 分類器組 成， 對提取到的特征信息 進行分類， 以得到圖像在每 個類別下的最終得分 ：

其中， Mc表示分類器。

3.2 注意力機制

注意力機制源于對人類視覺的研究， 人類會根據 實際需要選擇視網膜內特定區域進行集中關注， 可以 將有限的處理資源分配至重要的部分。 由于相同類別 垃圾的特征表征差異性可能較大， 不利于圖片的正確 分類， 這就要求準確地關注圖像中的顯著區域。 受這一 思想的啟發， 通過構建注意力機制模塊， 使網絡模型重 點關注有利于分類的特征區域， 以實現更好的特征提 取功能， 其具體結構如圖 2 所示。

5 結論

本文針對垃圾圖像分類問題， 構建了一種基于卷 積神經網絡的算法 GCNet， 該網絡通過構建注意力機 制和特征融合機制， 能夠有效地提取圖像特征、降低 類別差異性帶來的影響， 并在相關數據集上取得了 96.73% 的平均準確率， 相較于現有的分類算法提升了 約 4% 的準確率， 滿足了實際的應用需求， 具有良好的 應用前景。

原文標題：基于卷積神經網絡的垃圾圖像分類算法

文章出處：【微信公眾號：新機器視覺】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq