基于卷積神經網絡的生活垃圾自動分類軟件的實現

呂文杰 魏孝虎 陳眾孚 童灝 馬燕

摘要：圖像識別技術近年來被運用得越來越廣泛。應用圖像識別技術進行垃圾分類成為研究的熱點。該文介紹了一種基于卷積神經網絡，利用Tensorflow、Android系統開發的能通過拍照自動識別垃圾類別的應用程序。

關鍵詞：圖像識別;垃圾分類;卷積神經網絡

中圖分類號：TP399 文獻標識碼：A

文章編號：1009-3044（2020）05-0203-02

開放科學（資源服務）標識碼（OSID）：

由于計算機運算速度的提升，近年來，圖像識別技術得到了巨大的發展。一些經典的分類算法，比如，基于SVM分類器的圖像分類算法[1]已逐漸被卷積神經網絡[2]所替代。盡管卷積神經網絡依然處于一種“黑盒”的狀態，將卷積神經網絡運用到圖像識別的技術中有著非常好的效果。因而誕生了諸如AlexNet、GoogLeNet這樣的模型，使得圖像識別被廣泛運用到現實生活中成為可能。

垃圾分類也是近年來比較熱門的一個話題。上海在今年的7月實施了《上海市生活垃圾管理條例》，正式宣告將對垃圾分類進行嚴格的管制。與此同時，全國各地的其他城市也紛紛效仿，開始推行垃圾分類的相關措施。但是，市面上關于垃圾自動分類的產品依然不多。因而，本文結合基于卷積升級網絡的圖像識別算法，開發了一種通過拍照自動識別垃圾類別的手機應用，可對日常的垃圾分類起到一定的幫助。

1 開發思路

如果訓練一個基于卷積神經網絡的識別垃圾的模型，需要耗費大量的物力和人力。需要列舉出大量的生活物品，并根據這些生活物品收集大量的照片;構建一個比較復雜的網絡，對于類別個數多，樣本個數多的數據集來說，一個較淺的網絡無法訓練出很好的效果;再通過高性能的計算機進行訓練，由于網絡的結構比較復雜，這將耗費大量的時間。這種方法是難以實施的。

生活垃圾的分類，可以看成生活中常見物體的識別。并且，現在市場上，有許多開源的，已經訓練好的模型可以用于識別常見物體。這些模型已經經過了很多測試和改進，有著非常好的性能。本文采用的，即是Google的Inception-v3模型。具體的思路為：先用Inception-v3對物體進行識別，再將分類得到的結果映射到其對應的垃圾類別，即可完成垃圾的分類。

此外，考慮到應用使用的便利性，以及國內手機用戶所使用的操作系統，本文決定基于Android系統開發這款應用。

2 Inception橫型的介紹

Google推出Inception模型的目的是為了解決稀疏矩陣計算速度較慢的問題。深度網絡存在著以下幾點的問題：

1）神經網絡的層數越深，將出現梯度彌散，導致前面幾層的作用消失。

2）神經網絡的參數越多，越容易過擬合，導致模型實際效果不好。

3）神經網絡越大，計算成本也就越高。

為了解決上述這些問題，往往會采用稀疏連接，從而打破神經網絡的對稱特性，同時提高模型的準確率，防止過擬合的 現象出現。但是稀疏鏈接會導致訓練模型時的計算成本大大增加，計算機的軟件和硬件對于稀疏結構的計算能力都比較有限。Google為了能夠找到一種方法，使得能夠利用密集矩陣的高計算性能的同時，保持網絡的稀疏結構以提高模型的準確率，從而提出了Inception的結構，Inception結構有如下特點：

1） Google在同- Inception層中采用了不同尺寸的卷積核，分別為1*l、3*3、5*5，才用這些尺寸了原因是為了保證圖像輸出時都能到達28*28的同一尺寸（只需要通過padding操作即可達到該目的）。

2）采用不同尺寸的卷積核的初衷，即是使用不同大小的局部感受野，并將不容尺寸的特征融合在一起。

3） Inception層中加入了pooling的操作，提取出較為重要的特征。

Inception-vl融合了9個Inception模型組成了一個22層的深度模型，并再最后采用了平均池化層來替代了全連接層。使得模型最終的準確率高于AlexNet。

Inception-v3則將較大的卷積核進行了拆分，考慮了n*l這種類型的卷積核，替代n*n的卷積核。即任意一個n*n的卷積核，都會通過一個l*n的卷積核卷積后接上一個n*l的卷積核卷積來替代。

這種做法可以減少很多的參數，減輕過擬合現象，同時也增加了非線性的特性。再Inception-v3的論文中提到，這種非對稱的卷積結構拆分，其結果比堆成地拆分為幾個相同的小卷積核效果更佳明顯，可以處理更為復雜的空間特征。

與此同時，Inception模型也在Inception-v3得到了相應的優化，增加了8*8、17*17、35*35這三種不相同的卷積核尺寸。且這些模型不會再模型的前半部分出現，前半部分采用的依然是一些普通的卷積層。在模型的后半部分才開始出現改進后的Inception模型。

總的來說，將Inception-v3模型用于圖像的分類和識別有著不錯的效果。

3 具體實現

本文使用基于Android Studio的開發環境和Java語言進行Android應用程序的編寫。本文開發了一個ImageClassification類，專門用于做普通的圖像識別。

首先，在build.gradle文件中寫入如下語句，來將Tensorflow框架的移動版本加入項目中：

implementation 'org.tensorflow：tensorflow-android：+'

其次，調用Tensorflow模型的關鍵語句為：

TensorFlowlnferencelnterface inferencelnterface=new Ten-sorFlowInferenceInterface（context.getAssetsO，M ODE L_FILE） 其中，MODEL FILE為需要調用的模型的名稱，我們將Google的移動版的Inception-v3模型和其標簽放入main＼assests這個文件夾下，即可將模型加載到內存當中去。

再通過如下代碼：

inferencelnterface. feed（input_name， floatValues， 1， in-put_size_width， input_size_height，3）;

inferencelnterface.run（outpur_names，false）;

inferencelnterface.fetch（output_name， outputs）;

即可運行模型。其中input_name為模型輸入Tensor的名稱，floatValues為歸一化后的圖像RCB值，output_name為模型輸出Tensor的名稱。input_szie和output_size分別為模型所需要的，輸入圖像的尺寸。Inception-v3所需要的尺寸為224*224。圖像歸一化可以通過以下代碼實現：

for （int i=0;i

final int val= intValues[i];

floatValues[i*3+0]=《（val>>16）& OxFF） - imageMean）/imageStd;

floatValues[i*3+1】=《（val>>8）&OxFF） - imageMean）/imageStd;

floatValues[i*3+2】=《val& OxFF） - imageMean）/imageS-td;}

其中，inValues為原圖像的RGB值，可以通過讀入Bitmap格式的圖片獲得。imageMean為假定的圖像像素平均值，im-ageStd為假定的圖像像素的標準差。在本應用中，將其分別設置為117和3，經試驗發現這種設置有著較好的效果。在ouputs中會返回相應的編號。根據編號可以對應lmagen-et_comp_graph_label_strings.txt本文文件中的行號，查找到相應的名稱。

最后，通過構造一個ImageClassification類的實例，再通過該實例調用imageclassification0方法，傳人一個bitmap和當前活動的上下文即可完成分類，該方法將返回一個String類型的字符串，其內容即是分類的結果和可信度，具體代碼如下所示：

ImageClassification imageClassification= new ImageClassifi-cation0;

String englishResult= imageClassification.imageclassification（bitmap， getContext0）;

再將英文結果翻譯為中文結果，映射到相應的垃圾類別輸出即可。這是該應用最為核心的代碼，其余代碼較為簡單，在此不多贅述。

4 結束語

基于卷積神經網絡開發的垃圾自動分類應用程序，可以將手機拍攝的照片經過壓縮和處理后輸入到Google的Inception-v3模型中，識別出相關的結果并映射到對應的垃圾類別。該應用可以識別1000多種物體，并且不需要連接網絡，使用起來十分便利。整個項目的工程文件和源代碼可在Github開源社區中下載使用，地址為：https：//github.com/lvl l O/RubbishRecog，

參考文獻：

[1] Liu L F，Ma Y，Zhang X F，et aI.High discriminative SIFT fea-ture and feature pair selection to improve the bag of visualwords modeI[Jl.IET Image Processing， 2017，11（11）：994-1001.

[2]郭霖.第一行代碼Android[Ml.北京：人民郵電出版社，2014.

[3]（美）Ian Goodfellow，（加）Yoshua Bengio，（加）Aaron Courville著.深度學習[Ml.趙申劍，黎或君，符天凡，李凱譯，北京，人 民郵電出版社，2017：201-226.

[4]鄭攀海，郭凌，丁立兵，基于TensorFlow的卷積神經網絡的研究與實現[J].電子技術與軟件工程，2018（18）：20-22.

[5]吳健，陳豪，方武.基于計算機視覺的廢物垃圾分析與識別研究[J].信息技術與信息化，2016（10）：81-83.

【通聯編輯：唐一東】

收稿日期：2019 -11-15

作者簡介：呂文杰（1998-），男，上海人，學士，主要研究方向為模式識別;魏孝虎（1998-），男，安徽蕪湖人，學士，主要研究方向為模式識別;陳眾孚（1999-），男，上海人，學士，主要研究方向為模式識別;童灝（1999-），男，上海人，學士，主要研究方向為模式識別;通訊作者：馬燕（1970-），女，浙江海寧人，上海師范大學信息與機電工程學院計算機系教授，主要研究方向為圖像分割、模式識別和三維建模等。