基于卷积神经网络的生活垃圾自动分类软件的实现

吕文杰 魏孝虎 陈众孚 童灏 马燕

摘要：图像识别技术近年来被运用得越来越广泛。应用图像识别技术进行垃圾分类成为研究的热点。该文介绍了一种基于卷积神经网络，利用Tensorflow、Android系统开发的能通过拍照自动识别垃圾类别的应用程序。

关键词：图像识别;垃圾分类;卷积神经网络

中图分类号：TP399 文献标识码：A

文章编号：1009-3044（2020）05-0203-02

开放科学（资源服务）标识码（OSID）：

由于计算机运算速度的提升，近年来，图像识别技术得到了巨大的发展。一些经典的分类算法，比如，基于SVM分类器的图像分类算法[1]已逐渐被卷积神经网络[2]所替代。尽管卷积神经网络依然处于一种“黑盒”的状态，将卷积神经网络运用到图像识别的技术中有着非常好的效果。因而诞生了诸如AlexNet、GoogLeNet这样的模型，使得图像识别被广泛运用到现实生活中成为可能。

垃圾分类也是近年来比较热门的一个话题。上海在今年的7月实施了《上海市生活垃圾管理条例》，正式宣告将对垃圾分类进行严格的管制。与此同时，全国各地的其他城市也纷纷效仿，开始推行垃圾分类的相关措施。但是，市面上关于垃圾自动分类的产品依然不多。因而，本文结合基于卷积升级网络的图像识别算法，开发了一种通过拍照自动识别垃圾类别的手机应用，可对日常的垃圾分类起到一定的帮助。

1 开发思路

如果训练一个基于卷积神经网络的识别垃圾的模型，需要耗费大量的物力和人力。需要列举出大量的生活物品，并根据这些生活物品收集大量的照片;构建一个比较复杂的网络，对于类别个数多，样本个数多的数据集来说，一个较浅的网络无法训练出很好的效果;再通过高性能的计算机进行训练，由于网络的结构比较复杂，这将耗费大量的时间。这种方法是难以实施的。

生活垃圾的分类，可以看成生活中常见物体的识别。并且，现在市场上，有许多开源的，已经训练好的模型可以用于识别常见物体。这些模型已经经过了很多测试和改进，有着非常好的性能。本文采用的，即是Google的Inception-v3模型。具体的思路为：先用Inception-v3对物体进行识别，再将分类得到的结果映射到其对应的垃圾类别，即可完成垃圾的分类。

此外，考虑到应用使用的便利性，以及国内手机用户所使用的操作系统，本文决定基于Android系统开发这款应用。

2 Inception横型的介绍

Google推出Inception模型的目的是为了解决稀疏矩阵计算速度较慢的问题。深度网络存在着以下几点的问题：

1）神经网络的层数越深，将出现梯度弥散，导致前面几层的作用消失。

2）神经网络的参数越多，越容易过拟合，导致模型实际效果不好。

3）神经网络越大，计算成本也就越高。

为了解决上述这些问题，往往会采用稀疏连接，从而打破神经网络的对称特性，同时提高模型的准确率，防止过拟合的 现象出现。但是稀疏链接会导致训练模型时的计算成本大大增加，计算机的软件和硬件对于稀疏结构的计算能力都比较有限。Google为了能够找到一种方法，使得能够利用密集矩阵的高计算性能的同时，保持网络的稀疏结构以提高模型的准确率，从而提出了Inception的结构，Inception结构有如下特点：

1） Google在同- Inception层中采用了不同尺寸的卷积核，分别为1*l、3*3、5*5，才用这些尺寸了原因是为了保证图像输出时都能到达28*28的同一尺寸（只需要通过padding操作即可达到该目的）。

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

3） Inception层中加入了pooling的操作，提取出较为重要的特征。

Inception-vl融合了9个Inception模型组成了一个22层的深度模型，并再最后采用了平均池化层来替代了全连接层。使得模型最终的准确率高于AlexNet。

Inception-v3则将较大的卷积核进行了拆分，考虑了n*l这种类型的卷积核，替代n*n的卷积核。即任意一个n*n的卷积核，都会通过一个l*n的卷积核卷积后接上一个n*l的卷积核卷积来替代。

这种做法可以减少很多的参数，减轻过拟合现象，同时也增加了非线性的特性。再Inception-v3的论文中提到，这种非对称的卷积结构拆分，其结果比堆成地拆分为几个相同的小卷积核效果更佳明显，可以处理更为复杂的空间特征。

与此同时，Inception模型也在Inception-v3得到了相应的优化，增加了8*8、17*17、35*35這三种不相同的卷积核尺寸。且这些模型不会再模型的前半部分出现，前半部分采用的依然是一些普通的卷积层。在模型的后半部分才开始出现改进后的Inception模型。

总的来说，将Inception-v3模型用于图像的分类和识别有着不错的效果。

3 具体实现

本文使用基于Android Studio的开发环境和Java语言进行Android应用程序的编写。本文开发了一个ImageClassification类，专门用于做普通的图像识别。

首先，在build.gradle文件中写入如下语句，来将Tensorflow框架的移动版本加入项目中：

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

其次，调用Tensorflow模型的关键语句为：

TensorFlowlnferencelnterface inferencelnterface=new Ten-sorFlowInferenceInterface（context.getAssetsO，M ODE L_FILE） 其中，MODEL FILE为需要调用的模型的名称，我们将Google的移动版的Inception-v3模型和其标签放入main＼assests这个文件夹下，即可将模型加载到内存当中去。

再通过如下代码：

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

inferencelnterface.run（outpur_names，false）;

inferencelnterface.fetch（output_name， outputs）;

即可运行模型。其中input_name为模型输入Tensor的名称，floatValues为归一化后的图像RCB值，output_name为模型输出Tensor的名称。input_szie和output_size分别为模型所需要的，输入图像的尺寸。Inception-v3所需要的尺寸为224*224。图像归一化可以通过以下代码实现：

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为原图像的RGB值，可以通过读入Bitmap格式的图片获得。imageMean为假定的图像像素平均值，im-ageStd为假定的图像像素的标准差。在本应用中，将其分别设置为117和3，经试验发现这种设置有着较好的效果。在ouputs中会返回相应的编号。根据编号可以对应lmagen-et_comp_graph_label_strings.txt本文文件中的行号，查找到相应的名称。

最后，通过构造一个ImageClassification类的实例，再通过该实例调用imageclassification0方法，传人一个bitmap和当前活动的上下文即可完成分类，该方法将返回一个String类型的字符串，其内容即是分类的结果和可信度，具体代码如下所示：

ImageClassification imageClassification= new ImageClassifi-cation0;

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

再将英文结果翻译为中文结果，映射到相应的垃圾类别输出即可。这是该应用最为核心的代码，其余代码较为简单，在此不多赘述。

4 结束语

基于卷积神经网络开发的垃圾自动分类应用程序，可以将手机拍摄的照片经过压缩和处理后输入到Google的Inception-v3模型中，識别出相关的结果并映射到对应的垃圾类别。该应用可以识别1000多种物体，并且不需要连接网络，使用起来十分便利。整个项目的工程文件和源代码可在Github开源社区中下载使用，地址为：https：//github.com/lvl l O/RubbishRecog，

参考文献：

[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.第一行代码Android[Ml.北京：人民邮电出版社，2014.

[3]（美）Ian Goodfellow，（加）Yoshua Bengio，（加）Aaron Courville著.深度学习[Ml.赵申剑，黎或君，符天凡，李凯译，北京，人 民邮电出版社，2017：201-226.

[4]郑攀海，郭凌，丁立兵，基于TensorFlow的卷积神经网络的研究与实现[J].电子技术与软件工程，2018（18）：20-22.

[5]吴健，陈豪，方武.基于计算机视觉的废物垃圾分析与识别研究[J].信息技术与信息化，2016（10）：81-83.

【通联编辑：唐一东】

收稿日期：2019 -11-15

作者简介：吕文杰（1998-），男，上海人，学士，主要研究方向为模式识别;魏孝虎（1998-），男，安徽芜湖人，学士，主要研究方向为模式识别;陈众孚（1999-），男，上海人，学士，主要研究方向为模式识别;童灏（1999-），男，上海人，学士，主要研究方向为模式识别;通讯作者：马燕（1970-），女，浙江海宁人，上海师范大学信息与机电工程学院计算机系教授，主要研究方向为图像分割、模式识别和三维建模等。