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.

編輯：黃飛