基于機(jī)器學(xué)習(xí)的垃圾識(shí)別分類

馬曉強(qiáng) 張必武 張環(huán) 楊鵬程

摘要：由于我國(guó)經(jīng)濟(jì)的持續(xù)高速發(fā)展，生活垃圾急速增長(zhǎng)，統(tǒng)計(jì)表明我國(guó)生活垃圾從1927年的0.5億噸增至2016年的2.04億噸。在2019年7月1日，上海試點(diǎn)了號(hào)稱史上最為嚴(yán)各垃圾分類制度。那句直擊靈魂深處的拷問(wèn)：“你是什么垃圾？”傳遍了中國(guó)。面對(duì)嚴(yán)格的垃圾分類制度，對(duì)垃圾實(shí)現(xiàn)智能化分類顯得尤為重要，因?yàn)槔闹悄芑诸惒粌H能降低人工成本，提高資源的重復(fù)利用，而且有助于實(shí)現(xiàn)國(guó)家生態(tài)文明的建設(shè)目標(biāo)。為經(jīng)濟(jì)的持續(xù)高速發(fā)展提供基礎(chǔ)保障。

關(guān)鍵詞：垃圾分類;深度學(xué)習(xí);圖像識(shí);VGG16

一、研究背景

早期而研究方法也大多采用傳統(tǒng)的目標(biāo)檢測(cè)算法。近年來(lái)，隨著深度學(xué)習(xí)的火熱，目標(biāo)檢測(cè)模型也由傳統(tǒng)檢測(cè)算法向卷積神經(jīng)網(wǎng)絡(luò)發(fā)展，由于卷積神經(jīng)網(wǎng)絡(luò)能自主的進(jìn)行特征的提取和篩選。跟傳統(tǒng)目標(biāo)檢測(cè)算法相比，其不僅省去了手動(dòng)提取特征存在的諸多問(wèn)題也極大的提升了目標(biāo)檢測(cè)算法的準(zhǔn)確性。本文采用VGG16模型來(lái)構(gòu)建神經(jīng)網(wǎng)絡(luò)，來(lái)實(shí)現(xiàn)垃圾的識(shí)別分類。VGG是由Simonyan和Zisserman在文獻(xiàn)《Very Deep Convolutional Networks for Large Scale Image Recognition》中提出卷積神經(jīng)網(wǎng)絡(luò)模型。對(duì)VGG16進(jìn)行具體分析，VGG16共包含：13個(gè)卷積層，3個(gè)全連接層，5個(gè)池化層。

二、基于OpenCV和VGG16模型的垃圾識(shí)別分類算法

（一）VGG16模型

VGG-16由13層卷積層和3層全連接層組成，該模型要求輸入的圖片數(shù)據(jù)大小為224x 224x 3，初始卷積核大小為3x 3 x 3，stride的大小為1，padding的大小為1，pooling為2x 2的最大池化函數(shù) max pooling的方式。模型中的卷積過(guò)程為：首先使用兩次64個(gè)卷積核的卷積處理，接著進(jìn)行一次池化層，完成后又進(jìn)行三次256個(gè)卷積核的卷積，再采用一次池化層，最后重復(fù)兩次三個(gè)512個(gè)卷積核卷積之后，最后進(jìn)行一次池化層。在卷積層處理后是三次全連接層。

（二）圖片處理

基于OpenCV對(duì)圖像的二值圖進(jìn)行輪廓識(shí)別，并得到其邊界矩形，通過(guò)此方法，能夠框選得到圖中的主要物體，并依據(jù)大小選出方框選出的方框?qū)D像進(jìn)行裁剪為224*224的尺寸。

首先對(duì)圖像進(jìn)行灰度化及二值化處理

origin_image = img.copy（）

gray_image?= cv2.cvtColor（origin_image， cv2.COLOR_BGR2GRAY）

gray_image = cv2.GAussianBlur（gray_image， （21， 21）， 0） # 對(duì)灰度圖進(jìn)行高斯模糊處理

diff_image=cv2.threshold（gray_image，160，255，cv2.THRESH_BINARY）[1]#二值化閾值處理

index = 0

max_offset = 0

img_size = img.shape

img_width = img_size[0]

img_height = img_size[1]

for c in contours：

（x， y， w， h） = cv2.boundingRect（c）

offset = w + h

if max_offset< offset： # 選取長(zhǎng)寬和最大的邊界矩形

max_offset = offse

index = c

cv2.rectangle（origin_image，

（x，y，w，h） = cv2.boundingRect（index）#獲取被選取的方框的尺寸

e = max（w， h）

if e >min（img_width， img_height）：

e = min（img_width， img_height）

x = int（x - （e - w） / 2）

if x < 0：

x = 0

elif x + e >img_height：? x = img_height– e

（三）損失函數(shù)

cross_entropy = tf.nn.softmax_cross_entropy_with_logits_v2（logits=fc16， labels=y_input）

loss = tf.reduce_mean（cross_entropy）

具體執(zhí)行：

第一步是對(duì)網(wǎng)絡(luò)最后一層的輸出做一個(gè)softmax，公式為：

第二步是softmax的輸出向量和樣本的實(shí)際標(biāo)簽做交叉熵?fù)p失。公式如下：

（四）訓(xùn)練過(guò)程

（五）測(cè)試及分析

經(jīng)過(guò)2萬(wàn)多步的訓(xùn)練，采用VGG16模型的垃圾識(shí)別系統(tǒng)的訓(xùn)練集準(zhǔn)確度為82.7%，測(cè)試集準(zhǔn)確度64.5%。準(zhǔn)確度仍然有待提高。后期可通過(guò)具體分析逐步提高其訓(xùn)練準(zhǔn)確度及測(cè)試準(zhǔn)確度。

三、結(jié)束語(yǔ)

本文介紹了基于OpenCV技術(shù)和VGG16模型下的垃圾識(shí)別分類系統(tǒng)及實(shí)現(xiàn)過(guò)程。希望該系統(tǒng)的實(shí)現(xiàn)能引導(dǎo)更多人認(rèn)識(shí)垃圾的分類及其重要意義。測(cè)試表明，該系統(tǒng)在準(zhǔn)確度上仍然有一定的問(wèn)題，在今后還可以對(duì)系統(tǒng)進(jìn)行完善，在圖像預(yù)處理、模型改進(jìn)和數(shù)據(jù)集等方面可以進(jìn)行更加深入改進(jìn)和研究。

四、備注

本項(xiàng)目由，西北民族大學(xué)本科生科研項(xiàng)目--《基于機(jī)器學(xué)習(xí)的垃圾識(shí)別分類系統(tǒng)》;項(xiàng)目編號(hào)：XBMU-BYL20174資助研究。

參考文獻(xiàn)

[1]Karen Simonyan，Andrew Zisserman.Very Deep Convolutional Networks for Large Scale Image Recognition[J].ResearchGate，2014

[2]彭昕昀，李嘉樂(lè)，李婉，劉杏洲，張程發(fā)，林顯新，歐嘉誠(chéng). 基于SSD算法的垃圾識(shí)別分類研究[J].韶關(guān)學(xué)院學(xué)報(bào)，2019：6

基金項(xiàng)目：西北民族大學(xué)本科生科研項(xiàng)目--《基于機(jī)器學(xué)習(xí)的垃圾識(shí)別分類系統(tǒng)》;項(xiàng)目編號(hào)：XBMU-BYL20174。

作者簡(jiǎn)介：

馬曉強(qiáng)（1998-），男，回，甘肅臨夏人，學(xué)生，本科生，單位：西北民族大學(xué)數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，研究方向：python開(kāi)發(fā)，數(shù)據(jù)分析

張必武（1998-），男，漢，湖北潛江人，學(xué)生，本科生，單位：西北民族大學(xué)數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，研究方向：計(jì)算機(jī)應(yīng)用技術(shù)，java開(kāi)發(fā)

張環(huán)（1998-），男，苗，湖南懷化人，學(xué)生，本科生，單位：?西北民族大學(xué)數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，研究方向：C++，C#開(kāi)發(fā)，Unity游戲

楊鵬程（2000-），男，漢，云南昭通人，學(xué)生，本科生，單位：西北民族大學(xué)數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，研究方向：小游戲開(kāi)發(fā)，web開(kāi)發(fā)，數(shù)據(jù)挖掘

西北民族大學(xué)，甘肅蘭州?730000