基于Densenet密集網絡的垃圾分類算法的設計與實現

周詩禹，王旭，劉霽，鐘麗輝

(西南林業大學計算機與信息學院，云南昆明 650224)

目前,垃圾隨著生活水平的提高而不斷增多，但垃圾分類主要依靠人工分類，工作量大，時間經濟成本高，識別效率較低，探索計算機協助手段的垃圾分類方法依然是目前研究的熱點和難點[1-2]。近年來，深度學習在圖像、視頻和音頻等方面的應用取得突破性進展，基于大數據平臺的深度學習算法是現在人工智能研究的主流。深度學習的卷積神經網絡在圖像識別方面應用較為成熟、識別率高、效果明顯[3]。深度學習處理垃圾分類的主要目的是使垃圾得到精確分類，降低垃圾處理的難度以及垃圾處理成本，提高垃圾的資源利用及其經濟價值。

目前，多種新型高準確率深度學習網絡出現，能提升數字圖像處理技術對垃圾識別的準確性，能在保證準確率的前提下，讓數字圖像處理與垃圾分類識別相結合，解放垃圾分揀工人，降低回收分揀壓力。將卷積神經網絡應用于圖像處理中，提高市場垃圾分類應用App的識別準確率，有利于人們全面認識垃圾所屬種類[5-6]。

本文利用Tensorflow 搭建深度學習的框架，以AI Studio 上萬張垃圾圖像作為數據，利用Densenet密集網絡對垃圾數據進行學習訓練和識別。

1 Densenet密集網絡和數據集

Densenet 密集網絡擺脫加寬網絡結構和加深網絡層數的思維定式，Densenet密集網絡采用密集連接機制，即采用Dense-Block+Transition 的結構來保持訓練中的特征圖像大小尺寸一致，實現特征的重復利用,Densenet 基本網絡結構如圖1 所示。Densenet密集網絡減緩梯度消失現象的同時，在參數計算更少的情況下，訓練出來的網絡模型較其他網絡如殘差網絡更好。

圖1 Densenet各層網絡結構

Densenet 密集網絡中DenseBlock 層包含很多層模塊，其中每一層的特征圖像大小都一致，層與層之間使用密集連接。非線性函數組合方式是采用的BN-ReLU-Conv結構，也稱為Preactivation。同時DenseBlock 的內部采用Bottleneck 層來減少訓練過程的計算量，該結構就是在Pre-activation原結構中增加1*1卷積層，即為：BN-ReLU-1*1 Conv-BN-ReLU-3*3 Conv，這類結構被Densenet稱為DenseNet-B結構，結構單獨添加1*1卷積層能起到降低特征數量、提升計算效率的作用。Densenet密集網絡中Transition 層，主要用于兩個DenseBlock 層之間，降低特征圖像大小，保持特征圖大小一致；由1個卷積層和1個平均池化層構建組成：BN-ReLU-1*1 Conv-2*2AvgPooling，起到壓縮模型的作用。

在AI Studio上選取了26個類別，11000張垃圾分類圖像作為本文垃圾分類的數據集，數據集如圖2 所示。其中，26 類中每類80%的圖像作為Densenet 密集網絡的訓練集，每類剩余20%圖片數據為測試集。

圖2 數據集圖像

2 基于Densenet密集網絡的垃圾分類識別實現

本文利用Densenet密集網絡實現垃圾分類。首先，對初始垃圾圖像數據進行歸類標簽及圖像預處理；然后利用訓練數據集數據對Densenet密集網絡訓練得到準確率較高的模型，保存訓練模型；最后測試驗證模型識別準確率。Densenet密集網絡的垃圾分類識別實現的流程圖如圖3所示。

圖3 Densenet網絡的垃圾分類識別的流程圖

2.1 垃圾圖像的預處理

Densenet 卷積神經網絡的輸入層圖片尺寸為224*224，不滿足尺寸要求的圖像直接進行丟棄處理，使圖片能正常輸入到網絡進行訓練提取特征；為了防止過擬合，對數據集圖像進行翻轉和旋轉操作，擴大數據集。

2.2 Densenet密集網絡的訓練

首先，通過Tensorflow深度學習框架加載Densenet密集型卷積神經網絡；其次將預處理好的約8000張圖像數據分批次送入Densenet密集型卷積神經網絡進行訓練；再次，每32張圖片小批次訓練集計算損失值，通過優化器Adam 找到最優梯度下降方法；最后，反饋更新權重值，不斷提升準確率。當每一個大批次訓練數據訓練完成后，將驗證集數據丟入該次訓練得到的訓練模型中，計算出該模型的準確率。每次訓練準確率與上一次訓練得到模型比較準確率，最終得到最高測試準確率的網絡。

2.3 Densenet密集網絡的測試識別

首先，調整測試集圖像大小并加載測試集圖像；然后，加載選定損失值適中、驗證集準確率最高的訓練模型；最后模型識別測試集所屬種類。

2.4 Densenet密集網絡識別結果

預處理訓練集數據加上調用GPU高運算模式訓練網絡，訓練26類約8千多張垃圾圖片數據時間約5小時，訓練最終保留驗證集頂層top-1準確約為0.875的模型，傳輸測試集處理好的圖片進行預測。訓練過程如圖4所示，預測結果如圖5所示。

圖4 Densenet網絡訓練結果

圖5 預測結果

測試最終準確率達90%，預測錯誤率為10%，該模型能夠能很好地識別各種垃圾類別。

3 總結和討論

本文以AI Studio上11000張垃圾圖像，共26個類別作為本論文的垃圾分類數據集。其中，80%的圖像作為Densenet密集網絡的訓練集，每類剩余20%圖片數據為測試集，利用Tensorflow 搭建深度學習的框架，利用Densenet 密集網絡對垃圾數據實現了分類，識別的準確率為90%。本文數據集中在常見的垃圾圖像，為提高垃圾分類識別智能化的準確性，需要涉及面更廣更全面的垃圾圖像，以期通過App增加人們對垃圾分類的相關知識）針對不同網絡的特性合理安排App 的使用方式，實現基于深度學習的智能垃圾分類。