[논문 리뷰] Inference of Recyclable Objects with Convolutional Neural Networks

Jaime Caballero, Francisco Vergara외 2명|arXiv (Cornell University)|2021. 04. 02.

Municipal Solid Waste Management참고 문헌 14인용 수 4

한 줄 요약

이 논문은 플라스틱 병, 알루미늄 캔, 종이/카톤을 포함한 10,000장 이상의 실생활 이미지를 담은 새로운 데이터셋 Fotini10k를 기반으로 한 딥러닝 기반 자동 분리 수거 시스템을 제안한다. ResNet50, MobileNetV1, MobileNetV2를 사용하여 99%의 top-1 정확도를 달성했으며, 8비트 정수 양자화 후에도 97%의 정확도를 유지하여 Raspberry Pi 및 Coral TPU와 같은 엣지 디바이스에서 실시간 추론이 가능하다.

ABSTRACT

Population growth in the last decades has resulted in the production of about 2.01 billion tons of municipal waste per year. The current waste management systems are not capable of providing adequate solutions for the disposal and use of these wastes. Recycling and reuse have proven to be a solution to the problem, but large-scale waste segregation is a tedious task and on a small scale it depends on public awareness. This research used convolutional neural networks and computer vision to develop a tool for the automation of solid waste sorting. The Fotini10k dataset was constructed, which has more than 10,000 images divided into the categories of 'plastic bottles', 'aluminum cans' and 'paper and cardboard'. ResNet50, MobileNetV1 and MobileNetV2 were retrained with ImageNet weights on the Fotini10k dataset. As a result, top-1 accuracy of 99% was obtained in the test dataset with all three networks. To explore the possible use of these networks in mobile applications, the three nets were quantized in float16 weights. By doing so, it was possible to obtain inference times twice as low for Raspberry Pi and three times as low for computer processing units. It was also possible to reduce the size of the networks by half. When quantizing the top-1 accuracy of 99% was maintained with all three networks. When quantizing MobileNetV2 to int-8, it obtained a top-1 accuracy of 97%.

연구 동기 및 목표

• 컴퓨터 시각과 딥러닝을 활용한 자동화된 재활용 쓰레기 분류 시스템 개발.
• 플라스틱 병, 알루미늄 캔, 종이/카톤의 세 가지 카테고리에 속하는 재활용 물체의 실생활 이미지 10,000장 이상을 포함한 Fotini10k 데이터셋을 구축하고 공개.
• Fotini10k 데이터셋에서 사전 훈련된 CNN 모델—ResNet50, MobileNetV1, MobileNetV2—의 성능을 평가하고 비교.
• 양자화를 통한 최적화를 통해 엣지 디바이스에 모델를 배포할 수 있도록 하되, 정확도를 유지하면서 모델 크기와 추론 시간을 줄임.
• 상태의 이미지 분류 성능을 입증함으로써 향후 쓰레기 분류에서의 객체 탐지 시스템의 기초를 마련함.

제안 방법

• Fotini10k 데이터셋은 실생활 환경에서 커스터마이즈된 로봇 장비를 사용해 수집되었으며, 시각적으로 중립적인 조건에서 촬영되어 일관성과 대표성을 확보함.
• ResNet50, MobileNetV1, MobileNetV2 아키텍처에 대해 ImageNet 사전 훈련 가중치를 사용하여 Fotini10k 데이터셋에 대해 전이 학습을 수행함.
• 모델 양자화를 두 단계로 적용: 첫 번째로 float16 정밀도로 모델 크기를 줄이고 추론 속도를 향상시키며, 두 번째로 8비트 정수(int-8)로 추가 최적화.
• Raspberry Pi 4 및 Google Coral Dev Board와 같은 임베디드 플랫폼에서 추론 성능을 평가하여 추론 시간과 프레임 당 초수(fps) 측정.
• 엣지 디바이스에서 효율적인 배포를 위해 모델을 TensorFlow Lite(.tflite) 형식으로 변환함.
• 정밀도, 모델 크기, 추론 속도 측면에서 양자화된 모델과 정밀도가 높은 모델 간 성능 비교.

실험 결과

연구 질문

• RQ1 크고 실생활 기반의 재활용 물체 데이터셋이 CNN 기반의 쓰레기 분류 모델 정확도 향상에 기여할 수 있는가?
• RQ2 Fotini10k 데이터셋에 대해 미세조정된 다양한 CNN 아키텍처—ResNet50, MobileNetV1, MobileNetV2—는 재활용 쓰레기 분류에서 어떤 성능을 보이는가?
• RQ3 모델 양자화가 정확도를 크게 떨어뜨리지 않으면서 추론 시간과 모델 크기를 얼마나 줄일 수 있는가?
• RQ4 훈련된 모델은 Raspberry Pi 및 Google Coral TPU와 같은 저전력 엣지 디바이스에서 실시간 추론 성능을 달성할 수 있는가?
• RQ5 기존의 쓰레기 이미지 분류 연구와 비교해 본다면, 제안된 시스템의 성능은 특히 top-1 정확도 측면에서 어떤가?

주요 결과

• Fotini10k 데이터셋에 대해 미세조정된 ResNet50, MobileNetV1, MobileNetV2의 세 CNN 아키텍처를 모두 사용할 경우, 테스트 세트에서 top-1 정확도가 99%에 도달함.
• float16 정밀도로 양자화한 후, Raspberry Pi에서는 추론 시간이 두 배로 단축되었고, 표준 CPU에서는 세 배로 단축되었으며, 정확도에 손실가지 않음.
• 8비트 정수 가중치로의 양자화는 모델 크기를 절반으로 줄였고, top-1 정확도는 97% 유지함. 특히 MobileNetV2가 속도와 정확도의 최적 균형을 보임.
• int-8로 양자화된 MobileNetV2 모델은 Google Coral Dev Board에서 350 fps 이상의 추론 속도를 기록하여 실시간 성능 잠재력을 입증함.
• 훈련된 모델는 양자화에 매우 강건하며, float16로 변환해도 정확도가 0.001% 감소하는 데 그침으로써 엣지 배포에 적합함.
• Fotini10k 데이터셋은 기존 연구(예: Gyawali 등이 ResNet18을 사용해 87.8%의 top-1 정확도를 기록함)를 뛰어넘는 상태의 이미지 분류 성능을 가능케 함.