基于PP-PicoDet技術的智能垃圾分類

倪吳廣，汪朵拉，張 卓

(河海大學 物聯(lián)網工程學院，江蘇 常州 213002)

0 引言

不正確的垃圾分類不僅會增加垃圾處理的成本和工作量，還會導致可回收資源的浪費，影響資源的回收利用，甚至帶來環(huán)境污染等問題。如何引導人們正確地進行垃圾分類，從源頭上減輕垃圾分類的工作負擔，提高垃圾分類的智能化程度，是解決垃圾分類問題的關鍵。

近年來，隨著深度學習技術的高速發(fā)展，相關技術被應用到了垃圾分類領域中，如文獻[1]設計了一種基于視覺感知的智能掃地機器人，通過YOLOv2目標檢測算法，引導掃地機器人對垃圾進行自動識別與按類處理；文獻[2]設計了一種基于深度學習的智能垃圾桶，通過語音識別技術與圖像識別技術，幫助用戶正確分類垃圾；文獻[3]設計了一種可回收垃圾的視覺檢測系統(tǒng)，采用YOLOv5目標檢測算法，檢測和識別垃圾的類別。這些應用不僅提高了垃圾分類的智能化程度，同時也表明深度學習技術在垃圾分類任務中是一種有效的方法[4]。

目前深度學習技術應用在垃圾分類領域，主要有圖像分類與目標檢測技術。PP-PicoDet是百度飛槳提出的一種輕量級目標檢測技術[5]，本文主要研究基于PP-PicoDet技術的智能垃圾分類算法。該目標檢測算法模型相對于其他深度學習網絡，不僅計算量小、延遲低、精度高，同時支持多種硬件環(huán)境部署，在垃圾智能分類中有著較強的實用性。

1 目標檢測在垃圾分類上的研究現(xiàn)狀

作為計算機視覺領域中的一個重要研究方向，目標檢測又叫目標提取，就是將待處理圖片或視頻中所需要識別的對象有效地提取分割出來，得出目標的類別、位置、匹配率等相關信息[6]。近年來，隨著計算機性能的不斷提升，深度學習技術高速發(fā)展，新的目標檢測算法層出不窮。按照完成目標檢測任務的步驟劃分，主流的目標檢測算法可以大致分為兩個類別：Two-stage與One-stage[7]。

Two-stage目標檢測算法可以簡單地理解為兩步走算法：首先需要找出候選區(qū)域，然后對其進行調整分類。代表算法為R-CNN系列算法，包括Mask R-CNN、Fast R-CNN等。

One-stage目標檢測算法則無需先生成候選區(qū)域，而是直接在網絡中提取相關特征來預測目標的類別和位置。代表算法為YOLO系列算法，如：YOLOv4、YOLOv5、YOLOX、YOLOv6等。

目前在垃圾目標檢測實際應用中，大多采用了YOLO系列算法，如文獻[1]設計了一種基于YOLOv2的智能掃地機器人；如文獻[8]設計了一種基于YOLOv3的地面垃圾檢測與清潔度評定方法；如文獻[9]設計了基于YOLOv5s網絡的垃圾分類和檢測模型。

文獻[10]對幾種YOLO系列算法的數(shù)據(jù)對比，如表1所示。

表1 幾種YOLO系列算法的數(shù)據(jù)對比

表1中所有模型均在COCO 2017數(shù)據(jù)集上進行訓練與測試，采用的GPU均為Tesla T4，并且所有的模型都沒有經過預訓練，都在數(shù)據(jù)集上訓練了300個epoch。

從表1中可以看出，如果要滿足較高的精度值，就需要較多的參數(shù)，從而使得模型的推理速度變慢。因此，模型在實際應用中往往精度可以達到需求，但推理速度較慢，難以實際應用。

文獻[11-12]對人工智能在垃圾分類中實際的應用展開了相關研究，結果表明：大多數(shù)智能垃圾分類硬件設備，存在著技術研發(fā)階段投入資金多，實際應用與后期維護時成本高等問題。因此，大多數(shù)居民區(qū)難以對這些智能化設備進行采購和使用，導致垃圾分類硬件設施的智能化程度較難在短時間內提升。

智能手機的普及，使得在移動端部署智能垃圾分類算法模型，擁有以下優(yōu)點：

1)技術研發(fā)成本相對較低，投入應用后便于管理；

2)便于推廣和宣傳垃圾分類相關知識，提高居民垃圾分類的自主意識；

3)便于溯源不文明投放垃圾行為，實施相關處罰；

4)易于根據(jù)居民正確投放垃圾的數(shù)量給與居民相應的獎勵；

5)可以在短時間內大面積使用，提升正確垃圾分類的效率。

從這些優(yōu)點可以看出，推進移動端智能垃圾分類應用的部署有著重要的意義。

常見的YOLOv5系列算法在移動端實際部署時的推理結果幀率較低，較難滿足用戶對低時延的需求，所以在移動端部署方面仍面臨較大困難。

在移動端部署目標檢測相關模型，面臨輕量化、速度高、精度高等需求。百度飛槳設計的輕量級目標檢測算法PP-PicoDet[5]，對模型的速度、精度、部署友好性進行了優(yōu)化，可以較好地解決這些問題。百度飛槳在Github上給出的部分測試數(shù)據(jù)如表2所示。

表2 部分PP-PicoDet算法的測試數(shù)據(jù)

表2中時延測試環(huán)境：英特爾酷睿i7 10750H CPU(4線程，F(xiàn)P16預測，采用OpenVINO)。PP-PicoDet模型是在COCO train2017上訓練，并且在COCO val2017上進行驗證。

上述數(shù)據(jù)中，PP-PicoDet在較少參數(shù)量的情況下可以實現(xiàn)較高精度和較高速度，基本可以滿足在移動端部署的需求。

本文研究了基于PP-PicoDet模型的智能垃圾分類，并將其與常用的YOLOv5算法做一個詳細的對比測試。

2 算法結構

2.1 YOLOv5整體網絡結構

如圖1所示，以YOLOv5s為例，講解YOLOv5的整體網絡結構。YOLOv5是在YOLOv4[13]提出后一個多月內就提出的，所以模型的網絡結構上與YOLOv4十分相似，仍分為4個部分，分別為input、Backbone、Neck和Prediction。

圖1 YOLOv5s整體網絡結構圖

2.1.1 Input

Input端由Mosaic數(shù)據(jù)增強、自適應圖片縮放、自適應錨框計算3部分組成。

將4張圖片隨機排布、隨機裁剪、隨機縮放進行拼接，得到新的圖片，實現(xiàn)Mosaic數(shù)據(jù)增強。通過數(shù)據(jù)增強，不僅可以對原有的數(shù)據(jù)集進行擴充，還能提高對小目標的檢測能力，使得該模型的魯棒性得到提高。

自適應圖片縮放是指通過計算得出圖片所需要添加最少的黑邊。因為不同大小的圖片統(tǒng)一到規(guī)定的尺寸后，將會出現(xiàn)需要增加黑框的情況，如果增加的黑邊較多則會增加信息的冗余，增加所需要的推理時間，所以要通過自適應計算的方式以獲得最少的黑邊添加量。

自適應錨框是指在網絡訓練過程中通過計算輸出的預測框與初始給定的錨框之間的距離，進而反向更新初始錨框，優(yōu)化調整網絡模型的參數(shù)。

2.1.2 Backbone

YOLOv5s的Backbone部分由兩個部分組成，分別是Focus結構和CSP結構。首先是Focus結構，F(xiàn)ocus結構在YOLOv5中被首次提出，其中最為重要的部分為切片操作，即將特征圖劃分為不同區(qū)域，進行分割，然后將相同的區(qū)域重新拼接，就可以得到新的特征圖。然后是CSP結構，YOLOv5在Backbone和Neck模塊上分別設計了一種CSP結構，應用在Backbone上的是CSP1_X結構，應用在Neck部分上的是CSP2_X結構。

2.1.3 Neck

YOLOv5剛出來時，Neck部分僅有FPN結構[14]，在后面又增加了PAN結構，其中FPN采用的方式是自上而下的上采樣以實現(xiàn)特征信息的傳遞融合，PAN采用的方式是自下往上的下采樣以形成特征金字塔。FPN+PAN結構如圖2所示。

圖2 FPN+PAN結構示意圖

2.1.4 Prediction

Prediction部分，一般由非極大值的抑制操作NMS和Bounding box損失函數(shù)所構成。關于邊界框無法重合的情況，YOLOv5建議選用GIOU_Loss作為損失函數(shù)的解決方案。NMS操作實現(xiàn)了局部極大值的搜索，與此同時抑制了非極大值元素，從而消除冗余邊界框，保留最優(yōu)目標框，并檢測出較多的目標。

2.2 PP-Picodet整體網絡結構圖

如圖3所示，PP-PicoDet算法模型整體上可分為：基干網絡模塊、特征融合模塊、網絡輸出模塊。

圖3 PP-Picodet整體網絡結構圖

2.2.1 基干網絡模塊

PP-PicoDet的基于網絡模塊，是在原SHuffleNetV2[15]的基礎上，在MobileNetV3添加的SE功能塊，該模塊內包含了ReLU和H-Sigmoid兩層激活函數(shù)，經過改進后所產生的一種對移動端友好的羽量級的ESnet。

ESnet的兩個基本模塊如圖4所示，由基礎的深度可分離卷積(pw conv，dw conv)、Ghost block、SE block和channel shuffle模塊組成[5]。

圖4 PP-Picodet基干網絡結構圖

2.2.2 特征融合模塊

為從總體上大幅度減少神經網絡的參量，并增加可觀性能，PP-PicoDet改變了一直被廣泛應用的CSP-PAN[5]，進行了自上而下和自下而上二路特征的整合，通過采用1×1卷積的方法統(tǒng)一每層的寬度、增加特征尺度，提高了在大目標情況下系統(tǒng)的檢測能力。

2.2.3 網絡輸出模塊

PP-PicoDet將CSP-PAN層的輸出進行兩次DW-PW卷積，再將結果進行分類。在標簽分配時，沒有采用在全局訓練過程中是不可改變的固定標簽分配策略，而是采用了隨著訓練過程不斷變化的標簽分配策略SimOTA[16]。同時，為了與SimOTA中的代價矩陣和目標函數(shù)一致，采用了Varifocal Loss(VFL)[17]和GIoU loss[18]的加權和作為代價矩陣，公式如下：

cost=lossvfl+λ·lossgiou

2.2.4 PP-PicoDet輕量化網絡的創(chuàng)新點與優(yōu)勢

1)采用CSP結構構建CSP-PAN作為特征融合模塊。CSP-PAN將所有分支的輸入通道數(shù)統(tǒng)一為1×1卷積，顯著提高了特征提取能力，降低了網絡參數(shù)。將3×3深度可分離卷積擴大到3×3深度可分離卷積來擴展感受野。

2)采用SimOTA動態(tài)標簽分配策略，并對一些計算細節(jié)優(yōu)化。用Varifocal Loss(VFL)和GIoU loss的加權和作為代價矩陣，在不損害效率的情況下提高精度。

3)進一步增強了網絡結構，并提出了一種新的主干網，即增強ShuffleNet(ESNet)，它的性能優(yōu)于ShuffleNetV2。

4)改進了NAS模型，可以自動查找最佳體系結構以進行對象檢測，實現(xiàn)了更好的效率和準確性的權衡。

3 實驗設置與結果分析

3.1 實驗設置

3.1.1 實驗數(shù)據(jù)

通過搜集網上各種垃圾分類公開數(shù)據(jù)集，以及采用網絡爬蟲等技術爬取圖片，再結合相關程序與人工對獲得的數(shù)據(jù)進行高質量清洗和篩選，最終得到本次實驗所用的數(shù)據(jù)集。該數(shù)據(jù)集共14 964張圖片，包含44種類別垃圾，完全覆蓋可回收垃圾、廚余垃圾、有害垃圾、其他垃圾這四種常見的垃圾分類類別。在數(shù)據(jù)集劃分上，采用8：1：1隨機劃分的方式，即：訓練集11 972張，測試集1 496張，驗證集1 496張。

數(shù)據(jù)集標注方法為：先使用LabelImg工具對數(shù)據(jù)集圖像進行目標位置及類別標注，以PASCAL VOC格式保存為XML文件，然后通過自主設計的相關程序將其轉換成COCO數(shù)據(jù)集格式以及YOLO數(shù)據(jù)集格式。標注文件中包含了最小外接矩形框的長和寬、垃圾中心坐標及其所屬類別等相關信息。

數(shù)據(jù)集中的部分內容如表3所示，部分圖片如圖5所示。

圖5 部分數(shù)據(jù)圖片展示

表3 實驗數(shù)據(jù)集部分內容展示

3.1.2 對比算法

YOLOv5系列算法中，YOLOv5s是目前被用在垃圾分類方面較多的模型，而YOLOv5l在目標檢測任務中具有更高的精度和更強的魯棒性，因此本次實驗選擇YOLOv5_s_640和YOLOv5_l_640這兩種具有代表性的YOLOv5系列算法與PP-PicoDet系列算法進行對比分析。具體的算法介紹如下：

1)YOLOv5_s_640：其主要特點是網絡結構比較輕量級，適合在計算資源有限的情況下進行目標檢測任務。該模型使用了一系列卷積層、池化層、上采樣層等基本的神經網絡組件，并且采用了PaddleYOLO在COCO train2017訓練集上訓練得到的YOLOv5_s_640模型作為網絡預訓練模型，能夠高效地實現(xiàn)對圖片或視頻中的物體進行實時檢測和識別。其中，640表示輸入圖片的大小為640×640像素。

2)YOLOv5_l_640：采用了PaddleYOLO在COCO train2017訓練集上訓練得到的YOLOv5_l_640模型作為網絡預訓練模型。和YOLOv5_s_640相比，YOLOv5_l_640模型的網絡結構更加深層，擁有更多的卷積層和更大的感受野，因此在目標檢測任務中具有更高的精度和更強的魯棒性。YOLOv5_l_640需要更多的計算資源，但是在一些對精度要求比較高的場景下，YOLOv5_l_640能夠取得更好的檢測效果。其中，640表示輸入圖片的大小為640 640像素。

3)PP-PicoDet_s_320：該模型基于anchor-free的目標檢測算法，使用了十分輕量的基干網絡預訓練模型PPLCNet_x0_75_pretrained，利用了一系列輕量級的卷積層和池化層等基本神經網絡組件來實現(xiàn)目標檢測和識別任務。其中，320表示輸入圖片的大小為320 320像素。與YOLOv5_s_640相比，PP-PicoDet_s_320模型的網絡結構更加輕量級，但是在一些對計算資源要求比較苛刻的場景下，PP-PicoDet_s_320能夠取得更好的檢測效果。

4)PP-PicoDet_m_320：和PP-PicoDet_s_320相比，PP-PicoDet_m_320模型網絡結構更加深層，并且擁有更多的卷積層和更大的感受野，因此在目標檢測任務中具有更高的精度和更強的魯棒性。該模型同樣基于anchor-free的目標檢測算法，網絡預訓練模型為PaddleDetection官方發(fā)布的預訓練模型PP-PicoDet_m_320_coco_lcnet[19]，采用了一系列卷積層、池化層等基本的神經網絡組件來實現(xiàn)目標檢測和識別任務。其中，320表示輸入圖片的大小為320 320像素。PP-PicoDet_m_320相比PP-PicoDet_s_320需要更多的計算資源，但是在一些對精度要求比較高的場景下，PP-PicoDet_m_320能夠取得更好的檢測效果。

5)PP-PicoDet_m_416：網絡預訓練模型為PaddleDetection官方發(fā)布的預訓練模型PP-PicoDet_m_416_coco_lcnet[19]。和PP-PicoDet_m_320相比，PP-PicoDet_m_416模型的輸入圖片大小更大，為416416像素。這意味著該模型能夠檢測到更多的細節(jié)和目標，從而在一些對檢測精度要求較高的任務中表現(xiàn)更好。PP-PicoDet_m_416模型采用了一系列卷積層、池化層等基本的神經網絡組件，并且基于anchor-free的目標檢測算法，能夠快速、準確地檢測和識別圖片或視頻中的目標物體。相比較PP-PicoDet_m_320，PP-PicoDet_m_416模型需要更多的計算資源，但是能夠取得更好的檢測效果。

6)PP-PicoDet_l_640：使用了較大的基干網絡預訓練模型PPLCNet_x2_0_pretrained。相比于PP-PicoDet_m_416，PP-PicoDet_l_640模型的輸入圖片大小更大，為640 640像素。這意味著該模型能夠檢測到更多的細節(jié)和目標，從而在一些對檢測精度要求較高的任務中表現(xiàn)更好。PP-PicoDet_l_640模型采用了一系列卷積層、池化層等基本的神經網絡組件，并且基于anchor-free的目標檢測算法，能夠快速、準確地檢測和識別圖片或視頻中的目標物體。相比較PP-PicoDet_m_416，PP-PicoDet_l_640模型需要更多的計算資源，但是能夠取得更好的檢測效果。PP-PicoDet_l_640還擁有更深的網絡結構和更大的感受野，因此在一些復雜場景下，會具有更強的魯棒性和精度。

通過采用相同的數(shù)據(jù)集、訓練環(huán)境、訓練方式與評估指標，比較以上這些算法，最終篩選出最適合用于移動端部署垃圾目標檢測的算法模型。

3.1.3 部署環(huán)境

實驗訓練的環(huán)境為遠程連接云計算服務器搭建。服務器配置：CPU處理器為16核Intel(R)Xeon(R)Platinum 8350C CPU @ 2.60 GHz，顯卡為NVIDIA RTX 3090，顯卡內存為24 GB，操作系統(tǒng)為Ubuntu18.04，CUDA版本為11.2，Python版本為3.8，PaddlePaddle版本為2.2。

3.1.4 評估指標

本次算法實驗使用訓練過程中的loss和全部目標的mAP作為評估指標。

訓練時loss值的計算公式如下：

loss=lossbbox+lossdfl+lossvfl

loss值計算公式中，lossbbox為預測值與檢測目標真實位置之間的損失，其中l(wèi)ossvfl為Varifocal Loss，lossdfl為Focal Loss。

在對目標檢測算法的性能進行評估過程中，有如下相關概念：True Positive(TP)是IoU超過預先給定的閾值的檢測框數(shù)量(同一個真實框只統(tǒng)計一次)；False Positive(FP)是IoU小于等于預先給定的閾值的檢測框總量，簡單點說就是檢測到對于同一個真實框的剩余檢查框的總的數(shù)量；False Negative(FN)是指檢測過程中無法檢查到的真實框的總量。于是有：

式中，all detctions和all ground truths，分別表示了全部預測框和全部真實框的總量。而PR曲線一般指的是用Precision和Recall繪制的曲線。在特定類別目標的PR曲線上，該類別的AP值得計算公式如下：

上述計算公式中，r1，…，rn是按升序進行排列的Precison插值段的第一個插值處對應的Recall值，在本次實驗中，我們所選取的是0，0.1，…，1這44個Recall值。各類別AP的平均數(shù)就是mAP：

式中，k為目標類別數(shù)[20]。

3.2 實驗過程

將各模型依次在劃分好的數(shù)據(jù)集上進行訓練，分析模型訓練過程中相關參數(shù)的變化情況，并綜合比較各模型訓練效果、導出模型的性能。

在模型訓練策略方面，所有算法都訓練100個epoch，每5個epoch進行一次驗證，訓練時小模型設置batch_size為32，大模型設置batch_size為16，驗證時batch_size為8；測試時batch_size為1；初始LearningRate設置為0.002，在steps為300時達到最大值0.08，然后隨著訓練步數(shù)增加慢慢遞減至趨于0。訓練完成后保存在驗證集上表現(xiàn)最好的模型，并在測試集上進行最終評估。

3.3 實驗結果

3.3.1 訓練過程曲線圖對比

各模型訓練完成后的mAP曲線對比如圖6所示。從圖中可以看出，各個模型訓練過程中，在驗證集上的mAP(0.5：0.95)值變化曲線未出現(xiàn)明顯的過擬合現(xiàn)象。

圖6 各模型mAP曲線對比圖

總體上來看，在相同訓練輪數(shù)的情況下，PP-PicoDet系列算法的mAP(0.5：0.95)值遠高于YOLOv5系列算法。其中，較小的模型PP-PicoDet_s_320和較大的模型PP-PicoDet_l_640的驗證結果雖然相對較低，但也都接近0.5，而PP-PicoDet_m_320和PP-PicoDet_m_416得出的結果大致相同，且表現(xiàn)較好。

各個算法模型在訓練過程中的loss曲線如圖7所示。

圖7 各模型loss曲線對比圖

從圖中可以看出，模型PP-PicoDet_s_320和模型PP-PicoDet_m_320訓練時收斂速度相對較快，而較大的模型PP-PicoDet_l_640和YOLOv5系列模型在訓練過程中收斂速度較慢，且最終計算出的loss值的效果較差。在所有模型中，PP-PicoDet_m_416的loss值下降的最低，并且訓練時間也相對較快，是綜合表現(xiàn)較好的模型。

3.3.2 模型評估效果對比

我們對上述各個算法在100個epoch訓練過程中保存下來的最好的模型，在驗證集上進行評估，評估結果如表4所示。

表4 模型訓練結果評估

從評估表格中可以看出，除了模型PP-PicoDet_l_640之外，其他模型的訓練時間都較快，并且預測速度達到了100 FPS以上，相比于同類型的其他算法，其檢測速度和精度均顯著提升。相比之下，YOLOv5系列算法在精度和速度上都處于明顯的劣勢。因此，可以看出在訓練相同輪數(shù)的情況下，PP-PicoDet系列算法可以更快地達到較高的精度，而且訓練的速度較快，能夠節(jié)約計算成本，更加適合移動端應用的部署。

3.3.3 模型測試

與模型評估相同，在測試集上進行測試，測試結果如表5所示。

表5 模型訓練結果測試

從測試表格中可以看出，YOLOv5系列算法的推理速度較慢，并且準確率也相對較低。相比之下，PP-PicoDet系列各個模型的泛化性較好、準確率較高，測試效果都和驗證集上的驗證效果相差不多。其中，模型PP-PicoDet_m_416的mAP(0.5：0.95)值和mAP(0.5)都到了0.6以上，屬于較高水平，并且在檢測速度上達到了111 FPS，在總體上和PP-PicoDet_m_320表現(xiàn)的都較好。

3.3.4 實驗結果分析

經過實驗驗證，可以看出相比于目前常見的用于垃圾分類目標檢測的YOLOv5系列算法，基于PP-PicoDet的垃圾分類目標檢測算法能夠在較少參數(shù)量的情況下實現(xiàn)較高的檢測速度和檢測精度，并且減少了訓練時間?？傮w上基本能夠滿足在移動端部署垃圾分類目標檢測算法模型的需求，對于提高垃圾分類目標檢測的智能化程度有較大的幫助。

4 軟件測試

4.1 軟件系統(tǒng)設計框圖

如圖8所示，軟件系統(tǒng)主要由四大部分組成：MySQL數(shù)據(jù)庫、目標檢測算法、Python Flask框架、前端頁面。其中，MySQL數(shù)據(jù)庫采用的是MySQL8.0版本，目標檢測算法由上述實驗訓練所得，F(xiàn)lask框架是Python中一種常用的小型后端框架，前端頁面采用HTML、CSS、JavaScript三種網頁設計基本語言進行設計，并使用了開源的前端UI組件庫Layui。

圖8 軟件系統(tǒng)設計框圖

4.2 前后端框架介紹

首先是前端框架，由HTML、CSS、JavaScript三種網頁基本語言、開源的前端UI組件庫Layui組成。其中，HTML語言用于創(chuàng)建網頁的結構和內容，是網頁制作的基礎。CSS語言用于表示組件的樣式，通過CSS語言可以美化網頁，增加用戶的體驗感。JavaScript語言為控制語言，語法上富有邏輯性，通過JavaScript語言可以在網頁中添加控制行為，增強網頁的動態(tài)性和交互性。Layui組件庫是一個基于瀏覽器端原生態(tài)模式，面向全層次的前后端開發(fā)者，易上手且開源免費的Web界面組件庫，里面有許多常用的Web組件，基本滿足簡單的Web開放需求。

其次是后端框架，采用的是Python中的Flask框架，一種輕巧方便的小型后端框架。它的WSGI工具箱選用的是Werkzeug，模板引擎選用的是Jinja2。Werkzeug庫十分強大，其功能相對完備，不僅支持對URL路由請求的集成，而且還支持Cookie、會話管理、交互式Javascript調試等服務。Jinja2庫不僅可以較好地防御外部黑客的腳本攻擊，還可以提高系統(tǒng)的運行速度。相較于其他同類型框架而言，F(xiàn)lask框架能夠較好地結合MVC開發(fā)模式，更加輕便、快捷、安全且易于掌握。使用Flask框架能夠在短時間內實現(xiàn)功能豐富的Web系統(tǒng)設計。

Flask框架工作原理如圖9所示。

圖9 Flask框架工作原理圖

設計出的算法測試軟件系統(tǒng)運行頁面，如圖10所示。

4.3 垃圾分類目標檢測算法測試

通過選擇100張圖片對各個訓練出的算法模型進行測試，平均速度測試結果如表6所示。

表6 模型訓練結果測試

通過對軟件系統(tǒng)的多次測試，可以大致發(fā)現(xiàn)，在僅使用4核Intel(R)Core(TM)i5-10300H CPU @ 2.50 GHz 2.50 GHz處理器的情況下，PP-PicoDet系列算法的速度遠高于YOLOv5系列，最快的PP-PicoDet_s_320的速度幾乎是YOLOv5s的8倍，表現(xiàn)較好的PP-PicoDet_m_416也大約是YOLOv5s的5倍，速度提升較為明顯。測試結果表明，PP-PicoDet系列目標檢測算法在實際應用場景下，具有較高的實用性，有助于推動垃圾分類向智能化方向發(fā)展。

5 結束語

通過實驗對比PP-PicoDet目標檢測算法和YOLOv5系列目標檢測算法的性能，并測試PP-PicoDet目標檢測算法在垃圾分類目標檢測上的具體應用，根據(jù)實驗結果可以看出基于PP-PicoDet技術的智能垃圾分類，相比于目前常用的同類型算法，具有以下優(yōu)點：

1)模型參數(shù)量小，訓練速度較快，且泛化能力較強；

2)在相同參數(shù)量情況下可以實現(xiàn)較高的檢測精度和檢測速度；

3)具有較強的實際應用意義，能夠助力提高我國垃圾分類智能化程度，改善垃圾處理效率。

通過人工智能技術，能夠給人們帶來一定的便利，但也會讓人們逐漸淡化對垃圾分類的主動意識。如何建立健全垃圾分類智能化管理機制，對正確分類給予獎勵，對錯誤投放能夠做到溯源，并進行合理懲罰，還是需要不斷地去研究和完善，這樣才能夠真正地解決垃圾處理難題[21]。