莫卓亞 許家譽(yù) 肖景鈺

摘要：隨著深度學(xué)習(xí)技術(shù)的發(fā)展，人工智能技術(shù)開始逐漸與傳統(tǒng)行業(yè)相結(jié)合。垃圾分類和回收是促進(jìn)資源循壞利用、減少環(huán)境污染的重要手段。垃圾分類從人工分揀，開始向自動(dòng)化及智能化分揀的方向演進(jìn)，其中人工智能技術(shù)對(duì)于提高垃圾分揀效率、提升固廢利用率有著積極的作用。本文針對(duì)垃圾分類行業(yè)內(nèi)已有的深度學(xué)習(xí)技術(shù)、公開數(shù)據(jù)集以及未來可能的研究方向等進(jìn)行探討，為后續(xù)研究工作提供參考。

關(guān)鍵詞：深度學(xué)習(xí)、人工智能、垃圾分類、資源回收、環(huán)保

一、引言

隨著現(xiàn)代社會(huì)經(jīng)濟(jì)的進(jìn)步，我國城市化進(jìn)程加快，人類生產(chǎn)活動(dòng)的增加，所產(chǎn)生的垃圾數(shù)量也逐步增多。垃圾無法得到有效處理已經(jīng)成為經(jīng)濟(jì)發(fā)展和環(huán)境保護(hù)的阻礙，如果不采取積極有效的措施，提高垃圾的循環(huán)利用率，將會(huì)對(duì)自然環(huán)境和人民生活造成長(zhǎng)遠(yuǎn)的、難以估計(jì)的危害。生活垃圾主要是多種廢棄物混合而成，既包括可回收垃圾，也包括不可回收垃圾、有害垃圾等。因此要實(shí)現(xiàn)垃圾的再利用和無害化，必須要實(shí)現(xiàn)不同垃圾的分類處理。目前城市垃圾的分類回收工作主要依賴城市垃圾分揀中心，其垃圾分類方法主要依賴磁力、浮力、重力、風(fēng)力等傳統(tǒng)的方式進(jìn)行半自動(dòng)化分選，人工分選是其中必不可少的環(huán)節(jié)，作為前述環(huán)節(jié)的補(bǔ)充。傳統(tǒng)的垃圾分類行業(yè)飽受勞動(dòng)強(qiáng)度高、分選效率低以及工作環(huán)境差等問題的困擾，用機(jī)器視覺和深度學(xué)習(xí)代替人眼進(jìn)行識(shí)別、并用自動(dòng)化設(shè)備實(shí)現(xiàn)智能垃圾分選是行業(yè)大勢(shì)所趨。

二、基于深度學(xué)習(xí)的垃圾分類方法

隨著人工智能技術(shù)的發(fā)展，深度學(xué)習(xí)融合現(xiàn)有的技術(shù)手段成為許多行業(yè)的潮流。目前在垃圾分類行業(yè)的一個(gè)重要改進(jìn)方向?yàn)?，利用視覺采集設(shè)備收集垃圾圖像，然后訓(xùn)練基于深度學(xué)習(xí)的模型對(duì)圖像進(jìn)行分類，并用智能設(shè)備根據(jù)圖片分類結(jié)果對(duì)相應(yīng)垃圾物體進(jìn)行分選。其中垃圾圖像的分類訓(xùn)練至關(guān)重要，決定了垃圾分類過程能否準(zhǔn)確進(jìn)行。為了解深度學(xué)習(xí)在垃圾分類領(lǐng)域內(nèi)的研究現(xiàn)狀，推動(dòng)深度學(xué)習(xí)在垃圾分類中的應(yīng)用，本文對(duì)垃圾分類圖像識(shí)別領(lǐng)域內(nèi)已有的深度學(xué)習(xí)方法進(jìn)行調(diào)研，將相關(guān)方法進(jìn)行歸納總結(jié)，為后續(xù)研究提供參考。

1.基于DenseNet的方法

DenseNet[1] 不同于傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，其在每一個(gè)卷積層之間都創(chuàng)建了一個(gè)跳躍連接操作，可以有效提高圖像信息在模型中的利用率，提升模型對(duì)圖像信息的理解能力，從而提高模型魯棒性和分類性能。Susanth [2] 等人發(fā)現(xiàn)，相較于ResNet50、AlexNet以及VGG16等模型的垃圾分類性能，在數(shù)據(jù)集 TrashNet上，DenseNet169的表現(xiàn)優(yōu)于之前幾個(gè)模型。雖然DenseNet模型性能優(yōu)秀，但是在實(shí)際應(yīng)用中需要消耗過多算力，因此之后不斷有人針對(duì)DenseNet模型進(jìn)行改進(jìn)，提升分類計(jì)算效率和準(zhǔn)確率。如Mao[3] 等人提出用遺傳算法對(duì)DenseNet的網(wǎng)絡(luò)參數(shù)進(jìn)行優(yōu)化，減少參數(shù)量，提高處理效率。Bircano [4] 等人提出一種基于DenseNet的改進(jìn)網(wǎng)絡(luò)RecycleNet，其優(yōu)勢(shì)在于利用新的連結(jié)模式，使得RecycleNet的參數(shù)量降低了一半以上，而性能幾乎沒有改變。

2.基于YOLO 的方法

YOLO系列方法[5]是一種一階段的方法，剛開始提出是為了解決目標(biāo)檢測(cè)問題。由于其結(jié)構(gòu)簡(jiǎn)單、目標(biāo)檢測(cè)性能良好的特性，研究者們也逐漸將其應(yīng)用到垃圾分類中來。文獻(xiàn)[6]提出一種基于 YOLOv2 的改進(jìn)網(wǎng)絡(luò)模型，同時(shí)結(jié)合傳統(tǒng)機(jī)器學(xué)習(xí)中的聚類算法來提升模型的分類效果，并且在裝修垃圾的分類中取得較好的效果。為了解決YOLO系列模型對(duì)小物體的識(shí)別與分類效果不佳的問題，吳子沛[7]提出一種新型交并比計(jì)算方法來替代傳統(tǒng)計(jì)算方法，并且為了讓預(yù)選框尺寸適配小物體識(shí)別，同時(shí)采用了聚類算法，進(jìn)一步提高識(shí)別效果。

3.基于殘差網(wǎng)絡(luò)的方法

殘差網(wǎng)絡(luò)[8]的誕生極大地促進(jìn)了深度學(xué)習(xí)的發(fā)展， 相較于之前的神經(jīng)網(wǎng)絡(luò)，其優(yōu)勢(shì)在于很大程度上解決了深度模型的“網(wǎng)絡(luò)退化”現(xiàn)象，讓模型的深度首次超過100層。在垃圾分類領(lǐng)域中，殘差連接是消除過擬合的重要手段。Wang [9]提出一種基于ResNet的垃圾識(shí)別模型，利用較深的模型提高性能，并使用區(qū)域建議的方式來解決目標(biāo)區(qū)域檢測(cè)錯(cuò)誤的問題，最終取得較好的效果。文獻(xiàn)[10]將注意力機(jī)制與ResNet相結(jié)合，ResNet負(fù)責(zé)提取全局和局部特征進(jìn)行融合，注意力機(jī)制用于對(duì)關(guān)鍵特征進(jìn)行篩選。該文獻(xiàn)所提出的模型能提高特征利用效率并避免梯度消失的問題。

4.基于Faster R-CNN的方法

Faster R-CNN[11]是在R-CNN[12]與Fast R-CNN[13]的基礎(chǔ)上的改進(jìn)目標(biāo)檢測(cè)模型，其性能相對(duì)與兩者進(jìn)一步提升。它將圖像特征提取、候選框（proposal）生成、候選框回歸（bounding box regression）以及分類整合為一體，明顯提高了運(yùn)行速度。基于此，陶威遠(yuǎn)等人[14]結(jié)合SMC濾波器和Faster R-CNN框架來對(duì)垃圾圖像進(jìn)行識(shí)別和分類，并取得了較好的效果。Seredkin 等人[15]采用預(yù)訓(xùn)練的Faster R-CNN模型，實(shí)現(xiàn)垃圾圖像分類，且準(zhǔn)確率較高。馬雯等人[16]對(duì)Faster R-CNN網(wǎng)絡(luò)進(jìn)行調(diào)整，同時(shí)改進(jìn)非極大抑制算法以提高候選框的精確度，使得模型分類效果有較大提升。

5.基于SSD的方法

SSD模型[17]（Single Shot MultiBox Detector）與 YOLO 一樣，是 One-Stage 目標(biāo)檢測(cè)模型的一種。它吸收了Faster R-CNN與YOLO模型各自的優(yōu)點(diǎn)，在檢測(cè)速度方面超越Faster R-CNN模型并在mAP上超過YOLO，已經(jīng)成為主要的目標(biāo)檢測(cè)框架之一。由于其速度與性能的優(yōu)勢(shì)，對(duì)SSD模型的直接運(yùn)用也獲得不少研究者的青睞。陳春煌[18]提出一種基于深度學(xué)習(xí)的智能垃圾分類系統(tǒng)，該系統(tǒng)采用SSD模型對(duì)輸入垃圾圖像的輪廓信息進(jìn)行學(xué)習(xí)和分類，垃圾圖像分類效果達(dá)到產(chǎn)業(yè)化要求。董子源[19]也選擇SSD作為分類網(wǎng)絡(luò)baseline，同時(shí)運(yùn)用模型壓縮手段，以進(jìn)一步提高模型的分類與定位速度。錢昱成等人[20]用密集抽樣的方式進(jìn)行數(shù)據(jù)增強(qiáng)，提高SSD模型對(duì)城市垃圾適應(yīng)性。

三、開源垃圾分類數(shù)據(jù)集

數(shù)據(jù)集對(duì)深度學(xué)習(xí)模型的訓(xùn)練至關(guān)重要。目前由于公開的垃圾分類數(shù)據(jù)集較少，因此研究者們主要采用自行構(gòu)建的數(shù)據(jù)集進(jìn)行訓(xùn)練。不過仍有公司和知名研究機(jī)構(gòu)發(fā)布了多個(gè)重要的開源垃圾數(shù)據(jù)集。

1.TrashNet 數(shù)據(jù)集

TrashNet[21] 數(shù)據(jù)集為斯坦福大學(xué)的Gary Thung 和Mindy Yang由2016年所構(gòu)建的圖像數(shù)據(jù)集。該數(shù)據(jù)集一共包括2527張垃圾彩色圖像。其中圖像包括：玻璃圖像501張，紙張圖像594張，紙板圖像403張，塑料圖像482張，金屬圖像410張和其他垃圾圖像137張。作者將6類垃圾分別放置在白色底板上，在陽光或室內(nèi)燈光下對(duì)物體進(jìn)行拍攝。該數(shù)據(jù)集中圖片分辨率均為512×384像素。

2.TACO 數(shù)據(jù)集

TACO[22] 是可同時(shí)用于垃圾分類和檢測(cè)的數(shù)據(jù)集，其中包括1500張圖像標(biāo)注信息和4784個(gè)位置標(biāo)注信息，共28個(gè)大類和60個(gè)小類。該數(shù)據(jù)集的垃圾圖片來自于不同環(huán)境。

3.AquaTrash[23] 數(shù)據(jù)集

該數(shù)據(jù)集由TrashNet 數(shù)據(jù)集和TACO數(shù)據(jù)集融合產(chǎn)生。由于前兩個(gè)數(shù)據(jù)集都存在一些瑕疵（數(shù)據(jù)集標(biāo)注問題），其中TrashNet部分圖片缺乏標(biāo)注信息，而TACO的圖片標(biāo)注存在錯(cuò)誤。

4.華為云垃圾數(shù)據(jù)集

華為云垃圾數(shù)據(jù)集發(fā)布于2019年華為云人工智能大賽-垃圾分類挑戰(zhàn)杯比賽。數(shù)據(jù)集包括43個(gè)類別的垃圾圖像，總共14964張。但是其數(shù)據(jù)分布存在不均衡的問題，如牙簽等垃圾圖像數(shù)量較少，而菜葉等垃圾圖像數(shù)量較多，會(huì)對(duì)訓(xùn)練效果產(chǎn)生一定的影響。

四、研究展望

在垃圾分類中深度學(xué)習(xí)方法具有準(zhǔn)確率高、魯棒性強(qiáng)等優(yōu)點(diǎn)，且具有非常強(qiáng)的遷移能力和應(yīng)用前景。目前研究人員主要針對(duì)以下方向進(jìn)行研究：

1.無監(jiān)督或自監(jiān)督的垃圾分類

無監(jiān)督學(xué)習(xí)是指在深度學(xué)習(xí)模型訓(xùn)練過程中，訓(xùn)練數(shù)據(jù)無需人工標(biāo)注，直接對(duì)研究對(duì)象模型進(jìn)行建模的學(xué)習(xí)方法。無監(jiān)督和自監(jiān)督的深度學(xué)習(xí)方法在圖像處理領(lǐng)域逐漸占有重要地位，越來越多的研究者開始重視這一方向。對(duì)于目前垃圾分類領(lǐng)域內(nèi)開源數(shù)據(jù)集樣本較少的情況，基于無監(jiān)督的深度學(xué)習(xí)會(huì)極大改善這一困境，大幅降低數(shù)據(jù)標(biāo)注的成本。

2. 遷移學(xué)習(xí)與垃圾分類相結(jié)合

現(xiàn)有的訓(xùn)練數(shù)據(jù)集匱乏的問題，另外一個(gè)可能的解決方式是遷移學(xué)習(xí)。遷移學(xué)習(xí)是指從相關(guān)領(lǐng)域中遷移標(biāo)注數(shù)據(jù)或者知識(shí)結(jié)構(gòu)，改進(jìn)目標(biāo)領(lǐng)域任務(wù)學(xué)習(xí)效果的方法。深度學(xué)習(xí)可以借助遷移學(xué)習(xí)的方式，網(wǎng)絡(luò)模型先在大規(guī)模相關(guān)數(shù)據(jù)集上進(jìn)行訓(xùn)練，之后再對(duì)模型進(jìn)行微調(diào)，從而提取更多深層特征，解決數(shù)據(jù)匱乏的問題。

3. 分類網(wǎng)絡(luò)模型的高效化與輕量化

雖然當(dāng)前深度學(xué)習(xí)中存在一些輕量化的方法，但是由于垃圾分類任務(wù)的復(fù)雜性，該領(lǐng)域仍然面臨運(yùn)算量高、處理速度慢和運(yùn)算設(shè)備成本高的問題。此外，真實(shí)應(yīng)用場(chǎng)景中，存在垃圾分類背景多變且垃圾種類會(huì)不斷增長(zhǎng)的問題，需要設(shè)計(jì)更有魯棒性和高性能的模型來應(yīng)對(duì)挑戰(zhàn)。

五、總結(jié)

本文針對(duì)深度學(xué)習(xí)在垃圾分類領(lǐng)域中的現(xiàn)有工作進(jìn)行了介紹與總結(jié)，對(duì)已有的開源訓(xùn)練數(shù)據(jù)集進(jìn)行了調(diào)研。另外，本文分析了基于深度學(xué)習(xí)的垃圾分類方法面臨的問題，并提出未來可能的研究方向和解決辦法。深度學(xué)習(xí)技術(shù)在垃圾分類領(lǐng)域中已經(jīng)取得長(zhǎng)足進(jìn)步，但是后續(xù)的發(fā)展仍然面臨一些挑戰(zhàn)，希望本文能為未來相關(guān)研究人員提供一定參考。

參考文獻(xiàn)：

[1] Huang G， Liu Z， Van Der Maaten L， et al. Densely connected convolutional networks[C]// Proceedings of the IEEE conference on computer vision and pattern recognition. 2017： 4700-4708.

[2] Susanth G S， Livingston L M J， Livingston L G X A.Garbage Waste Segregation Using Deep LearningTechniques[C]// IOP Conference Series： Materials Scienceand Engineering. IOP Publishing， 2021， 1012（1）： 012040.

[3] Mao W L， Chen W C， Wang C T， et al. Recycling waste classification using optimized convolutional neural network[J]. Resources， Conservation and Recycling， 2021， 164： 105132.

[4] Bircano ? lu C， Atay M， Be ? er F， et al. Recyclenet： Intelligent waste sorting using deep neural networks[C]//2018 Innovations in Intelligent Systems and Applications （INISTA）. IEEE， 2018： 1-7.

[5] 劉俊明，孟衛(wèi)華.基于深度學(xué)習(xí)的單階段目標(biāo)檢測(cè)算法研究綜述[J]. 航空兵器， 2020， 27（3）： 44-53.

[6] Liu Y， Ge Z， Lv G， et al. Research on Automatic Garbage Detection System Based on Deep Learning and Narrowband Internet of Things[C]// Journal of Physics：Conference Series. IOP Publishing， 2018， 1069： 012032.

[7] 吳子沛. 面向垃圾分類的瓶罐識(shí)別分類系統(tǒng)[D]. 河北工程大學(xué)， 2020.

[8] He K， Zhang X， Ren S， et al. Deep residual learning for image recognition[C]// Proceedings of the IEEE conference on computer vision and pattern recognition. 2016： 770-778.

[9] Wang Y， Zhang X. Autonomous garbage detection for intelligent urban management[C]// MATEC Web of Conferences.EDP Sciences， 2018， 232： 01056.

[10] 董子源， 韓衛(wèi)光. 基于卷積神經(jīng)網(wǎng)絡(luò)的垃圾圖像分類算法[J]. 計(jì)算機(jī)系統(tǒng)應(yīng)用， 2020， 29（8）： 199-204.

[11] Ren S， He K， Girshick R， et al. Faster R-CNN： Towards Real-Time Object Detection with Region Proposal Networks[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence， 2017， 39（6）：1137-1149.

[12] Girshick R， Donahue J， Darrell T， et al. Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation[J]. IEEE Computer Society， 2013.

[13] Girshick R. Fast R-CNN[J]. Computer Science， 2015.

[14] 陶威遠(yuǎn)， 姜太平， 鄭一然. 基于Faster R-CNN算法的垃圾分類識(shí)別系統(tǒng)[J]. 網(wǎng)絡(luò)安全技術(shù)與應(yīng)用， 2020（3）：3.

[15] SEREDKIN A V， TOKAREV M P， PLOHIH I A， et al.Development of a method detection and classification of waste objects on a conveyor for a robotic sorting system[J].Journal of Physics Conference Series，2019，1359： 012127.

[16] 馬雯， 于炯， 王瀟，等. 基于改進(jìn)Faster R-CNN的垃圾檢測(cè)與分類方法[J]. 計(jì)算機(jī)工程， 2021， 47（8）：7.

[17] Liu W， Anguelov D， Erhan D， et al. SSD： Single Shot MultiBox Detector[J]. 2015.

[18] 陳春煌.基于TensorFlow的新型智能垃圾分類系統(tǒng)研發(fā)[J].現(xiàn)代工業(yè)經(jīng)濟(jì)和信息化，2021，11（12）：45.

[19] 董子源. 基于深度學(xué)習(xí)的垃圾分類系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].中國科學(xué)院大學(xué)（中國科學(xué)院沈陽計(jì)算技術(shù)研究所），2020.DOI：10.27587/d.cnki.gksjs.2020.000005.

[20] 錢昱成，符水波.基于SSD算法的城市垃圾智能分類研究[J].電子技術(shù)與軟件工程，2021（15）：140-141.

[21] Yang M， Thung G. Classification of trash for recyclability status[J]. CS229 Project Report， 2016， 2016.

[22] Proen?a P F， Sim?es P. TACO： Trash annotations in context for litter detection[J]. arXiv preprint arXiv：2003.06975， 2020.

[23] Panwar H， Gupta P K， Siddiqui M K， et al. AquaVision： Automating the detection of waste in water bodiesusing deep transfer learning[J]. Case Studies in Chemical and Environmental Engineering， 2020： 100026.

作者簡(jiǎn)介：莫卓亞（1984.5-），女，浙江紹興人，碩士，中級(jí)工程師，任職于廣東弓葉科技有限公司

東莞市引進(jìn)創(chuàng)新創(chuàng)業(yè)領(lǐng)軍人才計(jì)劃資助（編號(hào)：東財(cái)〔2016〕380號(hào)）