面向神经网络的智能分类在垃圾处理系统中的设计与应用

郭都 张景瑞 盛志恒 李明东

摘 要：由于生活垃圾种类繁多、人们对于垃圾分类标准了解不全面，生活垃圾分类工作往往事倍功半。本文基于改进Res NeXt50网络模型设计一生活垃圾分类系统，使用深度学习的方法用计算机代替人脑对生活垃圾进行分类，帮助人们提高生活垃圾分类工作的效率和质量。对使用者无法直接操作网络模型进行垃圾分类的问题，本文使用Tkinter库设计了垃圾分类系统的可视化前端操作界面，对后端网络模型进行操控和数据传输，并对系统前后端分别进行了功能调试。本文最终设计出基于SE-ResNeXt50-lr网络模型的生活垃圾分类系统，并通过现实环境的应用测试验证了系统的可行性与实用性，该系统能够帮助人们更好的解决生活垃圾分类问题，达到课题预期目标，满足实际应用需求。

关键词：卷积块注意力机制；机器学习；垃圾分类

一、智能分类处理的研究背景

2018年初，国家住房和城乡建设部印发《关于加快推进部分重点城市生活垃圾分类工作的通知》要求加快推进46个重点城市生活垃圾分类工作，2019年起在全国地级及以上城市全面启动生活垃圾分类。各个城市推进垃圾分类工作的过程中，遇到了诸多问题，诸如，生活垃圾的分类标准比较繁杂、各城市的垃圾分类标准不统一、人们不能准确判断垃圾类别、居民没有养成分类投放的习惯等。针对上述问题，各个城市采取了不同的方案，例如采用媒体广告形式倡导垃圾分类、宣传垃圾分类标准，专门派督导员引导垃圾分类投放工作等，但是由于工作量庞大且成本较高所以收益甚微。因此，采取科技手段助力垃圾分类工作降低成本、提高效率迫在眉睫。

近年来，全球范围内出现了一股研究人工智能技术的新浪潮，在图像识别、语音识别、目标检测等领域都有了重大突破。尤其是图像检测领域，分类算法、目标检测算法性能优异，在一些特定的场景，机器的识别能力已超过了人类。计算机视觉是指通过机器模拟人的视觉功能，从图像中提取关键信息，进行处理并加以理解，最终用于实际检测、测量和控制的场景。计算机视觉技术最大的特点是速度快、信息量大、應用场景广泛。

二、垃圾分类与管理系统结构设计

（一）需求分析

开发垃圾分类管理系统，帮助用户识别垃圾类别，用户可以通过手机拍照上传的方式完成垃圾类别的识别。之后设计了智能垃圾处理装置，可以准确识别垃圾类别并引导用户正确投放垃圾。最后将垃圾分类管理系统与硬件装置相结合，可以远程完成垃圾回收装置满载监测等功能。垃圾分类管理系统整体设计用例图如图1所示。

（二）基于浏览器/服务器（Browser/Server，B/S）结构设计完成

垃圾分类与管理系统。该系统主要包含首页、系统简介、图像检测、满载检测等模块，用户端可以通过网页系统完成垃圾图像上传、垃圾类别获取及对硬件装置的监测任务。系统整体设计包括浏览器端和服务器端，浏览器端主要功能是页面显示及图像上传等，服务器端主要负责模型部署、图像检测等。浏览器页面采用Html方式完成，Web服务器端通过Flask框架进行数据通信，使用AJAX技术完成数据同步显示。

Flask框架的基本模式为：每一个URL代表一个视图函数，当用户访问URL时，系统会执行该URL对应的视图函数，并将获取到的函数返回值显示在浏览器界面，其工作过程如图2所示。

三、智能垃圾处理装置设计

为了加快模型的推理速度，让科研成果落地应用，算法方面的研究人员在不断地优化算法，在保证算法精度的同时尽量的压缩算法，同时，硬件设备硬件人员也在研发GPU、FPGA、ASIC等芯片加速模型推理过程。目前常见的硬件平台有英伟达的Jetson系列开发套件、英特尔的FPGA AI套件、华为的HiKey 970、寒武纪的思远220系列以及地平线的旭日系列智能芯片等。

在核心控制单元的选择中，考虑到的因素包含：模块的运行内存及算力是否可以支持YOLOX-s垃圾分类模型的推理过程流畅运行、模块是否有充足的外设接口支持智能垃圾处理装置的设计、模块的功耗以及模块的体积等方面。NVIDIA Jetson Xavier NX的模组系统外形小巧，将超级计算机的性能带到边缘端，高达21 TOPS的加速计算能力可并行运行现代神经网络并处理来自多个高分辨率传感器的数据。

四、总结

基于优化后的YOLOX-s的垃圾分类模型，设计实现了垃圾分类与管理系统及智能垃圾处理装置。首先，根据具体需求设计系统功能，分析可行性。然后，设计实现垃圾分类与管理系统，测试系统功能，通过垃圾分类与管理系统验证模型对不同质量图像的检测效果，验证系统鲁棒性。最后，设计实现智能垃圾处理装置，将垃圾分类与管理系统和智能垃圾处理装置绑定，实现远程实时监测功能，对功能进行验证，并达到了预期效果。注重垃圾投放环节的分类工作可以在源头解决垃圾分类问题，极大的节省后续的人力物力。与此同时，人工智能技术飞速发展，尤其是计算机视觉领域的研究日渐成熟，为运用新技术解决生活实际问题打下坚实基础。因此，提出将目标检测算法应用在垃圾分类领域，并对算法进行优化，最终完成了系统及实物装置的设计。

参考文献：

[1]梁蕊，陈冠益，颜蓓蓓，等.城市生活垃圾智能分类技术研究与应用进展[J].中国环境科学，2022，42（01）：227-238.

[2]王丹丹，菅利荣，付帅帅.城市生活垃圾分类回收治理激励监督机制研究[J].中国环境科学，2020，40（07）：3188-3195.

基金项目：安徽省教育厅重点科研项目（项目号：2023AH052240），教育部高等教育司产学合作协同育人项目（项目号：202102223021），教育部高等教育司产学合作协同育人项目（编号：220904723130951），教育部高等教育司产学合作协同育人项目（项目号：202102049012）。