垃圾分類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 來的危害.隨著現(xiàn)代工業(yè)逐步智能化,傳統(tǒng)的圖像分類算法已經(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)的垃圾圖像分類模型 (GarbageClassificationNetwork,GCNet).通過構(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),通過特征融合機(jī)制,將不同層級、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 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極 為有限,大部分垃圾無法重新回收利用,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 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(shù)自動(dòng)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(jīng)網(wǎng)絡(luò)檢測出垃圾的類別, 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,開展垃圾圖像 分類算法的研究,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)典的圖像分類算法[2–5] 完 成垃圾圖像分類任務(wù),這要通過手動(dòng)提取的圖像特征 并結(jié)合相應(yīng)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(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,無法達(dá)到實(shí)時(shí)的效果. 隨著卷積神經(jīng)網(wǎng)絡(luò) (ConvolutionNeuralNetwork, 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 類競賽的冠軍,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 像分類的精度,并成功應(yīng)用于人臉識(shí)別、車輛檢測等 多個(gè)領(lǐng)域.垃圾圖像分類,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 TrashNetDataset 公開數(shù)據(jù)集,包含 6 個(gè)類別,共計(jì) 2527 張圖片.Ozkaya 等[11] 通過對比不同 CNN 網(wǎng)絡(luò)的 分類能力,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 TrashNetDataset 上取得了 97.86% 的準(zhǔn)確率,是目前這一數(shù)據(jù)集上最佳分類網(wǎng)絡(luò).在非公 開數(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.國內(nèi)方面,鄭海龍等[13] 用 SVM 方法進(jìn)行了建筑 垃圾分類方面的研究.向偉等[14] 使用分類網(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,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競賽,構(gòu)建 了樣本容量為一萬余張的數(shù)據(jù)集,進(jìn)一步促進(jìn)了該領(lǐng) 域的發(fā)展. 我國各地區(qū)生活垃圾分類標(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,且每個(gè)類別下又包含若干子類別,種類繁多且 十分復(fù)雜.按照這樣的分類標(biāo)準(zhǔn)做的垃圾圖像識(shí)別研 究,國內(nèi)目前還處于起步階段.現(xiàn)有的圖形分類算法在 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)的垃圾圖像分類算法 (GarbageClassificationNet,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 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 分類器由兩層全連接層和一個(gè) Softmax 分類器組 成,對提取到的特征信息 進(jìn)行分類,以得到圖像在每 個(gè)類別下的最終得分 :

其中,Mc表示分類器.

3.2 注意力機(jī)制

注意力機(jī)制源于對人類視覺的研究,人類會(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(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

本文針對垃圾圖像分類問題,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 類別差異性帶來的影響,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.

審核編輯：郭婷