[论文解读] Towards artificially intelligent recycling Improving image processing for waste classification

Youpeng Yu, Ryan Grammenos|arXiv (Cornell University)|Aug 9, 2021

Recycling and Waste Management Techniques参考文献 12被引用 6

一句话总结

本文提出一种基于迁移学习的卷积神经网络（CNN），结合大量数据增强，以提升回收系统中废物分类的准确性。通过优化超参数并应用旋转、翻转和亮度控制等技术，该模型实现了95.40%的测试准确率，证明了其可通过标准网络摄像头实现实时分类。

ABSTRACT

The ever-increasing amount of global refuse is overwhelming the waste and recycling management industries. The need for smart systems for environmental monitoring and the enhancement of recycling processes is thus greater than ever. Amongst these efforts lies IBM's Wastenet project which aims to improve recycling by using artificial intelligence for waste classification. The work reported in this paper builds on this project through the use of transfer learning and data augmentation techniques to ameliorate classification accuracy. Starting with a convolutional neural network (CNN), a systematic approach is followed for selecting appropriate splitting ratios and for tuning multiple training parameters including learning rate schedulers, layers freezing, batch sizes and loss functions, in the context of the given scenario which requires classification of waste into different recycling types. Results are compared and contrasted using 10-fold cross validation and demonstrate that the model developed achieves a 91.21% test accuracy. Subsequently, a range of data augmentation techniques are then incorporated into this work including flipping, rotation, shearing, zooming, and brightness control. Results show that these augmentation techniques further improve the test accuracy of the final model to 95.40%. Unlike other work reported in the field, this paper provides full details regarding the training of the model. Furthermore, the code for this work has been made open-source and we have demonstrated that the model can perform successful real-time classification of recycling waste items using a standard computer webcam.

研究动机与目标

• 通过深度学习提升基于图像的回收废物分类准确性。
• 通过有效的数据增强技术应对标注废物图像数据集有限的挑战。
• 优化学习率、批量大小和损失函数等超参数，以提升模型泛化能力。
• 开发可部署的系统，实现使用消费级网络摄像头的实时分类。
• 提供完整的训练细节和开源代码，以增强可复现性并促进社区使用。

提出的方法

• 在自定义废物图像数据集上，通过迁移学习微调预训练的CNN。
• 系统性地调整超参数，包括学习率调度器、批量大小和层冻结策略。
• 应用多种数据增强技术：随机翻转、旋转、剪切、缩放和亮度调节。
• 使用10折交叉验证评估模型性能，以确保鲁棒性和泛化能力。
• 通过标准计算机网络摄像头实现端到端的实时推理流水线，用于实际部署。
• 使用分类交叉熵损失函数和Adam优化器，以实现有效的训练收敛。

实验结果

研究问题

• RQ1 迁移学习是否能显著提升小样本废物图像数据集的分类准确率？
• RQ2 各种数据增强技术如何影响CNN在废物分类中的泛化能力和准确率？
• RQ3 在本特定回收场景下，何种最优超参数组合可实现最高测试准确率？
• RQ4 微调后的深度学习模型是否能通过标准消费级硬件和网络摄像头实现实时性能？
• RQ5 完整训练细节和开源代码在多大程度上能提升环境人工智能应用中的可复现性和采纳率？

主要发现

• 在使用迁移学习和超参数调优后，基础模型实现了91.21%的测试准确率。
• 在引入数据增强技术后，模型的测试准确率提升至95.40%。
• 最终模型成功实现了使用标准计算机网络摄像头对回收废物进行实时分类。
• 10折交叉验证结果证实了模型在不同数据划分下的一致性表现。
• 完整的训练流水线和代码已作为开源发布，实现了完全可复现性。
• 本研究提供了详细的超参数配置，包括学习率调度器和批量大小，这些配置对模型的鲁棒性起到了关键作用。