【光电智造】基于卷积神经网络的垃圾图像分类算法

来源:今日光电发布时间:2022-12-122170浏览

有人说，20世纪是电的世纪，21世纪是光的世纪；知光解电，再小的个体都可以被赋能。欢迎来到今日光电！

----与智者为伍为创新赋能----（With wisdom for innovation）

垃圾分类作为资源回收利用的重要环节之一,可以有效地提高资源回收利用效率,进一步减轻环境污染带来的危害.随着现代工业逐步智能化,传统的图像分类算法已经不能满足垃圾分拣设备的要求.本文提出一种基于卷积神经网络的垃圾图像分类模型 (GarbageClassificationNetwork,GCNet).通过构建注意力机制,模型完成局部和全局的特征提取,能够获取到更加完善、有效的特征信息;同时,通过特征融合机制,将不同层级、尺寸的特征进行融合,更加有效地利用特征,避免梯度消失现象.实验结果证明,GCNet 在相关垃圾分类数据集上取得了优异的结果,能够有效地提高垃圾识别精度.

1引言

垃圾回收利用作为发展循环经济的必经之路,是根治污染、提高环境治理效果的关键所在.随着我国生产力水平的发展,生活垃圾、工业垃圾数量不断增加,困扰着很多城市.据统计,仅 2018 年,中国垃圾的清运量已经达到了 2.28 亿吨[1] .在人们将垃圾投放进垃圾箱之后,垃圾被运送到垃圾处理厂统一处理.当前国内的垃圾处理厂,更多依靠人工在流水线上作业去分拣垃圾,对作业者健康不利且分拣效率较低,已不能满足大量垃圾处理需求.此外,人工分拣的垃圾种类极为有限,大部分垃圾无法重新回收利用,造成很大浪费. 随着深度学习技术的发展,卷积神经网络使图像分类算法在精度和速度上得到了巨大的提升,让我们看到了借助视觉技术自动分拣垃圾的可能性.通过摄像头拍摄垃圾图片,利用卷积神经网络检测出垃圾的类别, 之后就可以借助机械手或推板自动完成分拣任务,可以降低人工成本,提高分拣效率.因此,开展垃圾图像分类算法的研究,具有重要的应用价值.

2相关工作

早期,学者们只能借助经典的图像分类算法[2–5] 完成垃圾图像分类任务,这要通过手动提取的图像特征并结合相应的分类器完成.吴健等[6] 利用颜色和纹理特征,初步完成了废物垃圾识别.由于不同数据集的图像背景、尺寸、质量不尽相同,传统算法需要根据相应数据人工提取不同的特征,算法的鲁棒性较差,并且处理方式复杂,所需时间较长,无法达到实时的效果. 随着卷积神经网络 (ConvolutionNeuralNetwork, CNN) 的飞速发展,深度学习广泛应用于图像识别领域.作为数据驱动的算法,CNN 具有强大的特征拟合能力,可以有效、自动地提取图像特征,并具有较快的运行速度.2012 年,AlexNet[7] 取得了 ImageNet 图像分类竞赛的冠军,标志着深度学习的崛起.随后几年, GoogleNet[8]、VGGNet[9]、ResNet[10] 等算法提升了图像分类的精度,并成功应用于人脸识别、车辆检测等多个领域.垃圾图像分类,在深度学习算法的帮助下同样取得了较大的突破.斯坦福大学的 Yang 等建立了 TrashNetDataset 公开数据集,包含 6 个类别,共计 2527 张图片.Ozkaya 等[11] 通过对比不同 CNN 网络的分类能力,搭建神经网络 (本文称之为 TrashNet) 并进行参数微调,在数据集 TrashNetDataset 上取得了 97.86% 的准确率,是目前这一数据集上最佳分类网络.在非公开数据集方面,Mittal 等[12] 自制了 2561 张的垃圾图片数据集 GINI,使用 GarbNet 模型,得到了 87.69% 的准确率.国内方面,郑海龙等[13] 用 SVM 方法进行了建筑垃圾分类方面的研究.向伟等[14] 使用分类网络 CaffeNet, 调整卷积核尺寸和网络深度,使其适用于水面垃圾分类,在其自制的 1500 张图片数据集上取得了 95.75% 的识别率.2019 年,华为举办垃圾图像分类竞赛,构建了样本容量为一万余张的数据集,进一步促进了该领域的发展. 我国各地区生活垃圾分类标准有所不同,大致可分为可回收垃圾、有害垃圾、厨余垃圾和其他垃圾这 4 大类,且每个类别下又包含若干子类别,种类繁多且十分复杂.按照这样的分类标准做的垃圾图像识别研究,国内目前还处于起步阶段.现有的图形分类算法在垃圾处理领域的应用较少,且存在准确率不足、泛化性能差、处理效率低的缺点.针对现有方法的不足,本文提出一种基于卷积神经网络的垃圾图像分类算法 (GarbageClassificationNet,GCNet),在网络结构中融合了注意力机制模块与特征融合模块,提高了模型在垃圾分类任务上的准确性与鲁棒性.

3算法设计

3.1 模型结构

本文构建的 GCNet 模型包括特征提取器、分类器两部分,整体结构如图 1 所示.图中特征提取器由 Resnet101 作为主干部分,共包括 5 个 bottleneck,并在不同的 bottleneck 后加入注意力机制模块,同时对不同模块提取到的特征进行特征融合 (如图 1 中虚线所示) 以从输入中提取图像的特征信息 :

其中,Me表示特征提取器. F1 yi 分类器由两层全连接层和一个 Softmax 分类器组成,对提取到的特征信息进行分类,以得到图像在每个类别下的最终得分 :

其中,Mc表示分类器.

3.2 注意力机制

注意力机制源于对人类视觉的研究,人类会根据实际需要选择视网膜内特定区域进行集中关注,可以将有限的处理资源分配至重要的部分.由于相同类别垃圾的特征表征差异性可能较大,不利于图片的正确分类,这就要求准确地关注图像中的显著区域.受这一思想的启发,通过构建注意力机制模块,使网络模型重点关注有利于分类的特征区域,以实现更好的特征提取功能,其具体结构如图 2 所示.

5结论

本文针对垃圾图像分类问题,构建了一种基于卷积神经网络的算法 GCNet,该网络通过构建注意力机制和特征融合机制,能够有效地提取图像特征、降低类别差异性带来的影响,并在相关数据集上取得了 96.73% 的平均准确率,相较于现有的分类算法提升了约 4% 的准确率,满足了实际的应用需求,具有良好的应用前景.

来源：新机器视觉