AI助你應對「你（扔的）是那種垃圾」的靈魂拷問

• 2019 年 10 月 8 日
• 筆記

作者 | 視說君 來源 | 視說AI

讓垃圾自動分類

近期垃圾分類成為了一個熱門話題，原來直接一次性扔掉的垃圾，現在都需要分門別類進行投放。從今年7月1日起，新的《上海市生活垃圾管理條例》正式開始施行，號稱史上最嚴的垃圾分類就要來了。我們以後在扔垃圾前都要先將垃圾仔細分成可回收物、有害垃圾、濕垃圾和干垃圾四個類別，如果分錯還會被罰款。

垃圾分類可以更好地保護我們的環境衛生，為了讓大家能夠正確對垃圾進行分類，官方發布了垃圾分類指南，列舉了每種類別對應的常見垃圾，大家可以對照著進行分類投放。此外，腦洞大開的網友們也另闢蹊徑，提供了各種有意思的分類思路。

在日常生活中，每個類別的垃圾往往包含了各式各樣的內容，人們在分類投放的時候難免會出現偏差，這個時候如果有一個分類神器對垃圾拍個照就能告訴我們是什麼類別就好了。

當前人工智慧飛速發展，我們能否利用AI技術來對垃圾自動分類，實現上面提到的設想呢？為了回答這個問題，在今天的文章中，我們將從人工智慧的角度出發，嘗試利用深度學習技術來構建一個垃圾自動分類器，同時也會進一步介紹AI垃圾分類遇到的挑戰和一些思考。

「垃圾」影像數據準備

為了實現一個理想的垃圾自動分類器，需要有一個已經分好類別的「垃圾」影像數據集作為訓練的基礎。然而當前並沒有這樣一個可以直接使用的數據集，所以我們首先自己動手收集海量的「垃圾」影像並為每張影像標註上相應的類別。

數據集的收集一直是一件耗時耗力的工作，為了快速便捷地完成「垃圾」影像數據集的收集，我們依據官方發布的垃圾分類指南上每一類所包含的垃圾名稱，通過在百度圖片上爬取名稱對應的影像來實現。官方發布的垃圾分類指南如下圖所示。

在實際的應用場景中，待分類的樣本往往是不可控的，所以一般會增加「其他」這個類別用來收留各種異常樣本。在垃圾分類中，除可回收物、有害垃圾和濕垃圾外都屬於干垃圾，所以干垃圾已經扮演了「其他」的角色。我們的「垃圾」影像數據集最終分為可回收垃圾、有害垃圾、濕垃圾和干垃圾四個類別。數據集的部分影像如下圖所示。

垃圾自動分類器

垃圾自動分類本質上是一個影像分類問題，當前基於深度卷積神經網路的影像分類演算法發展很快，各種方法層出不窮。下面我們先回顧這些分類網路的演進思路，再進一步將分類演算法應用於垃圾分類，介紹構建一個垃圾自動分類器的流程和細節。

卷積神經網路的開山之作LeNet於1998年被提出，並成功應用於手寫體識別。LeNet和現在的網路結構相比雖然簡單（如上圖所示），但是卷積層、池化層和全連接層這些基本模組都已經具備。

隨著ReLU和dropout的提出，以及GPU和大規模數據集的出現，卷積神經網路在2012年迎來了歷史突破，AlexNet的出現讓卷積神經網路開始逐漸成為電腦視覺任務的標配。在AlexNet的基礎上，以增加網路深度為思路，出現了VGGNet；以增強卷積模組為思路，出現了基於Inception的一系列網路。

隨著後來居上的ResNet的提出，層數極深的網路成為了可能。通過引入殘差模組，緩解了深度網路訓練過程中的梯度消失問題，讓網路的深度不斷加大，網路性能也得到了大幅提升。之後的DenseNet更是通過對特徵圖的稠密連接，加強了特徵的傳遞，繼續提升分類效果。當前ResNet及其變種形式已經被廣泛地應用於影像分類任務，同時也成為了在解決目標檢測和影像分割等其他電腦視覺問題時常用的主幹網路結構。

在本文中，我們使用50層的ResNet來構建垃圾自動分類器。具體我們採用在ImageNet數據集上預訓練的ResNet50模型參數作為初始化，利用上一節中收集的「垃圾」影像數據集對其進行微調。

其中我們將上述ResNet50的最後一層輸出從1000（ImageNet數據集的分類數量）修改為4（垃圾分類數量），同時在訓練過程中凍結了部分卷積層參數的更新。此外還進一步利用水平翻轉、隨機裁剪和色彩抖動等方式對訓練的「垃圾」影像進行數據增強。在完成垃圾自動分類器的訓練後，我們對一些垃圾進行了自動分類的測試，雖然對複雜的情況還是存在一定的誤判，但大部分常見的垃圾都得到了正確的區分。

從單個垃圾分類到一群垃圾分類

上一節中我們介紹了垃圾自動分類器的構建，但是這樣的垃圾分類器的輸入都是單個垃圾影像。在實際的垃圾分類投放過程中，對單個的垃圾進行一一拍照分類顯得過於繁瑣和緩慢。那能不能對一群垃圾直接拍照後進行批量分類呢？要實現對一群垃圾的批量分類，其實就是要構建一個垃圾的目標檢測器。輸入一張含有多個垃圾的影像，讓模型輸出影像上每種垃圾對應的類別。

在深度學習出現之前，可變形部件模型（DPM）一直是流行的目標檢測方法。深度學習出現後，以R-CNN、Fast R-CNN、Faster R-CNN為代表的兩階段演算法和以YOLOv1-3、SSD、RetinaNet為代表的單階段演算法成為主流。前者是先由演算法生成一系列待檢測目標的候選框，再通過卷積神經網路進行候選框的分類；後者則不用產生候選框，直接將目標邊框定位的問題轉化為回歸問題處理。

和垃圾分類器一樣，一個理想的垃圾檢測器，需要大量的「垃圾」標註數據來支撐。但是與分類數據集相比，檢測數據集除了標註類別外還要標註圖位置坐標，這樣的標註工作更為艱巨。在完成垃圾檢測的影像數據集後，就可以利用當前主流的深度學習檢測演算法來實現批量垃圾的分類。

寫在最後

垃圾分類最近成為了大家生活中經常討論的話題，這篇文章分享了如何利用深度學習技術來構建一個垃圾自動分類器，也進一步介紹了從單個垃圾分類到批量垃圾分類的思路和挑戰。

在實際的垃圾分類中，由於垃圾多種多樣，同一類別的垃圾可能差異很大，而不同類別的垃圾可能差異很小，在複雜情況下分類器效果可能會不盡如人意，後續可以考慮加入垃圾之間的高層次語義關係資訊，進一步提升分類器的性能。最後希望大家都能做到正確的垃圾分類投放，畢竟生活不易，還是不要被罰款。

一些資料

[1] Deep Residual Learning for Image Recognition

[2] ImageNet Classification with Deep Convolutional Neural Networks

[3] Very Deep Convolutional Networks for Large-Scale Image Recognition