卷积神经网络在垃圾分类识别中的应用

南航金城学院机电工程与自动化学院 李朝宇 田 莉 刘伟康 闫文龙 吴家润

随着人们的生活水平越来越高，生活垃圾的处理变成了社会的一大难题，为解决居民日常生活中的垃圾分类问题，提出了基于图像识别的垃圾分类系统。将卷积神经网络部署在服务器里，并通过API接口移植到树莓派主控板中，实现前后端分离的设计，设计了垃圾分类器的机械结构，最终实现了垃圾自动分类功能，系统具有较高识别率，维护成本低，方便实用的特点，为实现智慧城市，提高居民宜居感，提高资源利用率提供一种解决方案。

目前城市里每天会产生2.55万t左右的生活垃圾，人均每天产生1.1kg，而且数量还在上涨，如此多的垃圾，如果不对其进行垃圾分类，将会造成资源的大量浪费以及对环境的巨大破坏。目前多个城市已经强制推行垃圾分类，但是由于配套设施的不完善和人们的垃圾分类意识不足，垃圾分类的成效不太理想。本文通过搭建云服务器，设计并不断优化卷积神经网络、对生活垃圾中的可回收垃圾、有害垃圾、厨余垃圾、其他垃圾进行了高效智能识别，设计出可自动进行垃圾分类的智能垃圾桶，为构建生态文明城市提供一种智能化解决方案。

1 系统的整体设计

本系统的硬件设计采用树莓派作为控制器，垃圾桶的桶体为圆柱形，等分为4个分类桶，分类桶的桶盖向内凹陷成锥形槽，在垃圾桶左方架设一个支撑架用于支撑人工操作显示屏，并且在锥形槽正上方安装摄像头及灯泡，调整角度使其能够最大范围内识别垃圾，架设四个舵机拨片操作云台，通过树莓派发出指令，使对应的舵机箱盖打开，对各种垃圾进行精确的分类处理。机械装置的3D示意图如图1所示。

图1 垃圾桶硬件平台3D模型

整体的系统设计如图2所示，是摄像头对停驻层上的垃圾进行数据采集，并将图像信息传入OpenCV计算机视觉库，经由图像处理后交由云端的Tensorflow中进行整合训练，最终结果返回给树莓派，树莓派主控应用Electron控制flask进行页面交互和舵机控制，服务器端负责管理数据并利用卷积神经网络训练模型，提供应用API接口，由flask进行调用，形成了前后端分离的设计。

图2 垃圾分类系统总体设计图

2 卷积神经网络设计

2.1 卷积神经网络垃圾识别算法

卷积神经网络（CNN）有较好的非线性形变稳定性，即当我们将垃圾位置进行平移后，仍能得到同样的检测结果。卷积神经网络结构可分为卷积层、最大池化层和全连接层，其结构如图3所示。

图3 卷积网络结构图

卷积层：卷积层的作用是对输入数据进行卷积运算。卷积神经网络中每个卷积层需要使用激活函数。激活函数是对卷积层的数据结果运用激活函数进行非线性映射，本文使用ReLU作为激活函数，其函数定义为：

即输入<0，输出=0。输入>0，输出=输入。

与其他函数相比，ReLU激活函数的优点是收敛快，梯度运算简单。ReLU激活函数的函数图像如图4所示：

图4 ReLU激活函数

池化层：池化层的主要作用是通过对上一层输出做降维处理，即取特征图的最大值使其降低维度，如图5所示。

图5 最大池化层示意图

全连接层：将二维特征图转换为一维的向量，该层执行最后一个矩阵乘法器以计算输出。

图6 全连接网络图

图6所示是一个简单的全连接网络图，表示全连接层上的每个节点都与上层的节点连接，其中x1、x2、x3为全连接层的输入数据，a1、a2、a3为输出数据，全连接层的计算公式如下：

2.2 ResNet50网络模型

本文采用神经网络ResNet50预训练模型，该模型利用残差学习来解决退化问题。

Resnet的拟合方程是，如下的公式：

其中H(x)为当前网络中拟合的残差映射，F(x)和x分别是一个block层的输出和输入，本文采用三层block结构，如图7所示，可以有效提高模型运算速度。

图7 ResNet50网络结构

2.3 数据集

数据集是神经网络训练的基础，系统目标是将可回收材料从居民的日常垃圾中区别出来，所以根据居民垃圾的可回收分类标准，本项目从网上收集了17350张开源照片，对图片进行人工标注并将图片分为可回收垃圾、有害垃圾、厨余垃圾和其他垃圾。可把数据集分为训练集和测试集用于神经训练，分别得到各自的损失值和精度值，将训练集上的损失值和精度值用于更新参数，而测试集用于评估模型。

2.4 Tensorflow模型训练

2.4.1 训练环境

训练环境搭建在服务器中，选择Tensorflow1.6作为深度学习的框架，代码的实现环境是Python3.6，Keras2.3.1作为代码的深度学习库，Keras是基于Python编写的高级神经网络，它能够以Tensoflow作为后端运行。

2.4.2 模型训练

首先导入需要的包和库，并定义神经网络参数，如学习效率λ=0.0001，防过拟合参数dropout=0.5，加载数据集，并对其进行预处理，将图片统一设置成（224，224，3）的三通道RGB图片，对图片随机剪切、翻转和旋转等操作，最后引入Resnet50预训练模型。定义卷积层，设置卷积核大小，步幅strides=1，对图像进行低级特征提取，边界填充=0，激活函数选用Relu，加入卷积核权重weight decay=0.0001和偏置送入激活函数中。定义最大池化层，对输入特征降维缩小最后全连接节点个数，定义全连接层，dropout层与Relu激活函数能有效降低过拟合概率，提高数据训练时间，使用SVM支持向量机对输出进行分类，将垃圾分为可回收垃圾、有害垃圾、厨余垃圾和其他垃圾。

2.4.3 模型优化

Tensorflow的模型在运行时，需要优化参数，使损失函数达到最小，故需引入Adam优化器，优化器的任务是在每一个Epoch中计算损失函数的梯度，并更新参数。本系统设置学习率，矩估计指数衰减率，步长。

2.5 神经网络移植

将Tensorflow训练中的数据保存，并可视化之后，发现损失函数值最低为0.78，识别精度最高为95.52%。如图8所示。

图8 损失函数变化图

用测试集中的图片，对其在PC端的识别精度进行测试，如表1所示，模型在PC端运行良好，能基本区分测试图片，测试准确率最高可达到95%。如图9所示。

图9 识别精度变化图

表1 神经网络模型在PC端的识别率数据表

将神经网络模型部署在服务器端上后，使用测试图片进行识别测试，获得识别准确率，如表2所示，部署后的卷积神经网络识别准确率与在PC端上运行时准确率一致，移植效果较好。

表2 神经网络模型在服务器端的识别率数据表

3 人机交互界面外观设计

树莓派是基于Linux开发的，我们需要开发一个能在Linux环境下稳定运行的桌面应用。ELECTRON-VUE相当于一个浏览器的外壳，可以把网页程序嵌入到硬件程序里面，可以运行在桌面上的一个程序，可以把网页打包成一个在桌面运行的程序，通俗来说就是软件，一个可以构建跨平台桌面程序。

图10 人机交互界面设计图

在人机交互软件上，除自动运行方式外，还可让用户在软件上手动选择垃圾种类，启动分类装置动作。如图10所示。

本系统针对垃圾分类问题，提出了通过搭建云服务器，设计并不断优化卷积神经网络，可对生活垃圾中的可回收垃圾、有害垃圾、厨余垃圾、其他垃圾进行智能识别。垃圾识别精度达到了95.52%，满足设计的应用需求，具有良好的应用前景。