[论文解读] DeepWaste: Applying Deep Learning to Waste Classification for a Sustainable Planet

Yash Narayan|arXiv (Cornell University)|Jan 15, 2021

Advanced Neural Network Applications参考文献 12被引用 9

一句话总结

DeepWaste 提出了一款移动应用，利用50层残差神经网络（ResNet-50）通过设备端深度学习实现实时垃圾分类，将垃圾分为垃圾、可回收物和堆肥三类。该模型在包含1,218张真实世界图像的自定义数据集上实现了0.881的平均精确率，实现了准确、低成本且私密的垃圾处置决策，直接在用户智能手机上完成。

ABSTRACT

Accurate waste disposal, at the point of disposal, is crucial to fighting climate change. When materials that could be recycled or composted get diverted into landfills, they cause the emission of potent greenhouse gases such as methane. Current attempts to reduce erroneous waste disposal are expensive, inaccurate, and confusing. In this work, we propose DeepWaste, an easy-to-use mobile app, that utilizes highly optimized deep learning techniques to provide users instantaneous waste classification into trash, recycling, and compost. We experiment with several convolution neural network architectures to detect and classify waste items. Our best model, a deep learning residual neural network with 50 layers, achieves an average precision of 0.881 on the test set. We demonstrate the performance and efficiency of our app on a set of real-world images.

研究动机与目标

• 为应对日益严重的全球垃圾危机，减少可回收物和可堆肥物的错误处置。
• 克服当前公共教育和标识系统存在的问题，如信息混乱、不完整且缺乏地理位置针对性。
• 开发一种低成本、可扩展且私密的移动解决方案，利用深度学习实现实时垃圾分类。
• 将堆肥作为独立分类类别纳入系统——此前大多数现有系统均未涵盖此分类。
• 通过利用无处不在的智能手机和设备端推理，实现广泛采用，消除数据隐私和网络连接方面的担忧。

提出的方法

• 从本地社区和回收中心收集了1,218张真实世界图像的自定义数据集，并标注为三类：垃圾、可回收物和堆肥。
• 使用ImageNet预训练权重，对多种最先进卷积神经网络架构（InceptionV3、Inception-ResNet-V2、ResNet-50、MobileNet、PNASNet）进行训练。
• 数据增强技术包括随机旋转（0°、90°、180°、270°）、翻转、裁剪和模糊处理，以提升对形状和光照变化的鲁棒性。
• 由于ResNet-50在性能和效率方面表现更优，因此被选中用于部署，并通过Apple的Core ML框架进行优化，以实现设备端推理。
• 整个模型在用户移动设备上运行，确保无数据传输，最大限度减少功耗，并支持离线运行。
• 新增用户生成内容功能，支持通过社区贡献实现未来数据集的扩展。

实验结果

研究问题

• RQ1 仅使用图像输入，深度学习模型能否在真实世界中多样且形状扭曲的垃圾物品上实现高精度分类？
• RQ2 轻量级设备端深度学习模型能否提供实时、准确且私密的分类，适用于移动设备部署？
• RQ3 将堆肥作为独立分类类别是否能显著改善环境效益，相较于仅区分可回收物和垃圾的系统？
• RQ4 基于迁移学习和数据增强的移动应用能否在准确性和可扩展性方面超越现有的智能垃圾桶或工业级系统？
• RQ5 社区驱动的数据收集在多大程度上能提升模型泛化能力，并增强系统的长期可持续性？

主要发现

• ResNet-50模型在测试集上实现了0.881的最高平均精确率，优于其他架构，包括MobileNet（0.842）和PNASNet（0.852）。
• 该模型对变形或不规则形状的物品表现出强大的泛化能力，例如褶皱的易拉罐、压扁的塑料瓶和塑料袋，均被正确分类为垃圾。
• 该应用可实现100毫秒的平均推理时间，满足移动设备部署的实时性要求。
• 通过Core ML实现的设备端推理确保了用户隐私，消除了对互联网的依赖，并降低了功耗。
• 系统正确识别出塑料袋——常被误认为可回收物——应归类为垃圾，从而防止可回收物流被污染。
• 作者预测，若通过DeepWaste实现1%的错误处置减少，其碳减排效果等同于从道路上移除超过650万辆汽油动力汽车。