基于迁移学习的垃圾图像分类

权国杰 童彤 李梦瑶

摘 要：垃圾分類，一般是指按一定规定或标准将垃圾分类储存、分类投放和分类搬运，从而转变成公共资源的一系列活动的总称。分类的目的是提高垃圾的资源价值和经济价值，力争物尽其用。进行垃圾分类收集可以减少垃圾处理量和处理设备，降低处理成本，减少土地资源的消耗，具有社会、经济、生态等几方面的效益。生活垃圾由于种类繁多，具体分类缺乏统一标准，大多人在实际操作时会“选择困难”，基于迁移学习技术建立准确的分类模型，利用技术手段改善人居环境。

自今年 7 月 1 日起，上海市将正式实施 《上海市生活垃圾管理条例》。垃圾分类，看似是微不足道的“小事”，实则关系到13亿多人生活环境的改善，理应大力提倡。

垃圾在分类储存阶段属于公众的私有品，垃圾经公众分类投放后成为公众所在小区或社区的区域性准公共资源，垃圾分类搬运到垃圾集中点或转运站后成为没有排除性的公共资源。从国内外各城市对生活垃圾分类的方法来看，大致都是根据垃圾的成分、产生量，结合本地垃圾的资源利用和处理方式来进行分类的。

迁移学习是指在一个数据集上，重新利用之前已经训练过的卷积神经网络，并将其迁移到另外的数据集上。卷积神经网络前面的层提取的是图像的纹理、色彩等特征，而越靠近网络后端，提取的特征就会越高级、抽象。所以常用的微调方法是，保持网络中其他参数不变，只修改预训练网络的最后几层，最后几层的参数在新数据集上重新训练得到。其他层的参数保持不变，作为特征提取器，之后再使用较小的学习率训练整个网络。因为从零开始训练整个卷积网络是非常困难的，而且要花费大量的时间以及计算资源，所以采取迁移学习的方式是一种有效策略。

通常在非常大的数据集上对ConvNet进行预训练，然后将ConvNet用作初始化或者是固定特征提取器，以下是两个主要的迁移学习方法：

1.微调卷积网络。使用预训练的网络来初始化网络而不使用随机初始化，比较常用的方法是使用在ImageNet数据集上训练好的模型参数进行初始化，然后训练自己的数据集。

2.将卷积网络作为固定特征提取器。冻结除了全连接层外的所有其他层的权重，将最后的那个全连接层替换为具有随机权重的层，然后只对该层进行训练。

要使用迁移学习方法来解决垃圾图像识别分类问题，就需要大量的垃圾图片数据集，因为当数据集太小时，一旦加深模型结构，就很可能出现过拟合的情况，训练出的模型泛化能力不足，识别准确率不高。而基于迁移学习的方法，预训练模型已经具备了提取图像基本特征基的能力，这就能在一定程度上减缓过拟合发生的可能性，将预模型迁移到垃圾图像数据集上进行微调训练，提高识别准确率。

该数据集包含了 2507 个生活垃圾图片。垃圾识别分类数据集中包括玻璃 （glass） 、硬纸板 （cardboard） 、金属 （metal） 、纸 （paper） 、塑料 （plastic） 、一般垃圾 （trash） ，共6个类别。

采用迁移学习的方式导入预训练模型，冻结特征提取层，进行微调训练，选取了SeNet154、Se_ResNet50、Se_ResNext101、ResNext101_32x16d_ WSL四种模型进行对比实验，选取结果较好的模型进行调优。

采用ResNext101_32x16d_WSL网络作为基本的网络结构进行迁移学习，将CBAM注意力机制模块添加在首层卷积层，来增强图像特征表征能力，关注图像的重要特征抑制不必要的特征，固定除全连接层之外的其他层的权重。为降低过拟合，在模型全连接层添加了Dropout层，损失函数采用交叉熵损失函数（CrossEntropyLoss），优化函数对比了SGD和Adam，Adam在起始收敛速度快，但最终SGD精度高，所以采用了SGD。最终模型结构如下图所示：

通过运行已经构建好的模型，得出训练的模型的准确率是93.03%。选取一组图片进行测试，我们得出如下图所示的结果，模型很好的将各种垃圾的图片进行了准确的分类，且准确度与之前训练模型得出的准确率较为一致。

结论

本文训练了一个用于垃圾图片分类识别的模型，采用迁移学习的方法选取性能较好的模型进行调优改进，最终的模型识别准确率在93%以上。对垃圾的分类首先是在图像识别的基础上的，因此本文通过使用近几年来发展迅速的迁移学习方法设计一个垃圾分类系统，从而实现对日常生活中常见垃圾进行智能识别分类，提高人们垃圾分类投放意识，同时避免人们错误投放而产生的环境污染。

（1.华北理工大学 艺术学院    河北省唐山市     063210;2.华北理工大学 材料科学与工程学院    河北省唐山市      063210;3.华北理工大学 管理学院   河北省唐山市  063210）