[論文レビュー] Fine-Tuning Models Comparisons on Garbage Classification for Recyclability

Umut Özkaya, Levent Seyfi|arXiv (Cornell University)|Aug 7, 2019

Advanced Neural Network Applications参考文献 7被引用数 47

ひとこと要約

この論文は、Softmax と SVM 分類器を用いたファインチューニング済み CNN アーキテクチャ（AlexNet、VGG16、GoogLeNet、ResNet）をゴミの種類分類に適用し、2527枚の画像データセットで評価し、GoogleNet+SVM で最大 97.86% の精度を達成した。

ABSTRACT

In this study, it is aimed to develop a deep learning application which detects types of garbage into trash in order to provide recyclability with vision system. Training and testing will be performed with image data consisting of several classes on different garbage types. The data set used during training and testing will be generated from original frames taken from garbage images. The data set used for deep learning structures has a total of 2527 images with 6 different classes. Half of these images in the data set were used for training process and remaining part were used for testing procedure. Also, transfer learning was used to obtain shorter training and test procedures with and higher accuracy. As fine-tuned models, Alexnet, VGG16, Googlenet and Resnet structures were carried. In order to test performance of classifiers, two different classifiers are used as Softmax and Support Vector Machines. 6 different type of trash images were correctly classified the highest accuracy with GoogleNet+SVM as 97.86%.

研究の動機と目的

• リサイクル性のために画像からゴミの種類を分類する深層学習アプリケーションを開発する。
• 6クラスのゴミデータセットに対する複数のファインチューニング済みCNNアーキテクチャの性能を評価する。
• 転移学習を用いて2つの分類器（Softmax、Support Vector Machines）を評価する。
• 高精度のための最良のモデルと分類器の組み合わせを特定する。

提案手法

• 6クラスのゴミデータセット（2527画像）に対してAlexNet、VGG16、GoogLeNet、ResNetを用いた転移学習を実施する。
• データセットを訓練50%、テスト50%に分割する。
• 最終分類器としてSoftmaxとSVMを比較する。
• 各モデル-分類器ペアの精度を報告し、最良の構成を特定する。

実験結果

リサーチクエスチョン

• RQ1 ゴミのリサイクル可能性に対して、どのファインチューニング済みCNNアーキテクチャが最高の分類精度を示すか？
• RQ2 これらのファインチューニング済みモデルにおいて、SVM分類器の使用はSoftmaxより性能を向上させるか？
• RQ3 転移学習は、ゴミ画像の小規模データセットにおける学習効率と精度にどのように影響するか？
• RQ4 6つのゴミカテゴリに対して最良のモデルと分類器の組み合わせは何か？
• RQ5 リサイクル可能性のための視覚ベースのゴミ種別検出器の全体的な実現可能性はどれか？

主な発見

• GoogleNetとSVMの組み合わせが最高精度97.86%を達成した。
• 本研究は、転移学習が小規模データセットで高精度を維持しつつ、訓練とテスト手順を短縮できることを示している。
• 評価対象のアーキテクチャの中で、AlexNet、VGG16、GoogLeNet、ResNetがSoftmaxとSVMの両方の分類器で評価された。
• 2つの分類器（SoftmaxとSVM）を用いて、モデル間の最終性能への影響を評価した。
• データセットは6つのゴミクラスにまたがる2527枚の画像で、訓練/テストは50/50の分割だった。