[發明專利]一種基于增量學習的垃圾圖像細粒度分類方法

在審

• 申請號: 202010198397.5
• 申請日: 2020-03-19
• 公開（公告）號: CN111488917A
• 公開（公告）日: 2020-08-04
• 發明（設計）人: 曾明;許文康;李祺;王湘暉
• 申請（專利權）人: 天津大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/08;G06N3/04
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 程毓英

本發明涉及一種基于增量學習的垃圾圖像細粒度分類方法方法，包括下列步驟：第一步，構建新舊類別垃圾圖像數據庫；第二步，分別訓練深度卷積特征提取網絡和增量分類器：首先，利用所挑選的舊類別垃圾圖像數據集訓練基于resnet18的深度卷積神經網絡，稱之為resnet18網絡；將訓練好的resnet18網絡去掉全連接層作為增量學習的深度卷積特征提取網絡；最后，利用深度卷積特征提取網絡提取舊類別垃圾圖像的深度卷積特征，作為增量SVM分類器的負類樣本數據集，利用深度卷積特征提取網絡提取新增類別垃圾圖像的深度卷積特征，作為增量SVM分類器的正類樣本數據集，并訓練增量SVM分類器；第三步，建立分類增量學習模型。

技術領域

本發明屬于圖像分類領域，涉及一種利用深度卷積神經網絡和增量學習策略實現不斷劇增的垃圾圖像細粒度分類方法。

背景技術

圖像分類是計算機視覺領域最基本的任務之一，相關技術被廣泛的應用于智慧城市、醫學診斷、氣象分析、金融服務等多個行業。近些年隨著深度學習技術的迅猛發展，基于深度學習的圖像分類也不斷取得了新突破。從2014年的VggNet采用堆疊小卷積核^[1]，2015年GoogleNet提出inception拓寬網絡寬度^[2]，ResNet提出跨連接^[3]，到2017年SeNet獲得后一屆ImageNet識別比賽冠軍^[4]，最終在大規模圖像數據集的圖像分類TOP-5錯誤率已降低至2.251％，超越了人類平均5.1％的錯誤率。

盡管現有的基于深度學習的圖像分類算法在大規模圖像數據集上的分類準確率較高。但這類算法的靈活性較差，只能對數據集中事先定義好的圖像類別進行識別。對于數據集中沒有定義的新類別無法給出分類結果。在實際應用中，很多識別任務都會面臨新類別劇增的問題。例如在垃圾圖像識別任務中，盡管在分類模型構建前我們可以收集大量不同種類的垃圾圖片，但生活用品的類別非常龐大，收集所有種類的生活垃圾圖片非常費時、費力且昂貴。此外，生活用品也在不斷推陳出新，導致垃圾類別也在不斷增加。因此，如何應對新類別的識別是一個亟待解決的難題。如果對少量新增類別加上以前的數據集重新訓練新的深度網絡識別算法，計算資源消耗較大，且有可能降低以前類別的識別準確率。為此，本發明提出采用增量學習的方式解決少量新增類別的識別問題。增量學習的基本思想是在盡可能保留原有分類網絡基礎上增加一些輔助環節實現新增類別的學習。

目前垃圾分類普遍采用四大類分法(廚余垃圾、可回收垃圾、有害垃圾和其他垃圾)，如可回收垃圾可進一步細分為廢紙類、金屬類、塑料類以及玻璃類等，細分類垃圾如果按四分類劃分，由于沒有新增類別，因此不適用增量學習訓練，整個網絡模型需要重新訓練。因此，本發明對垃圾圖像進行細粒度的分類，將四大類細化成多類別垃圾，這樣一方面可以方便適配增量學習訓練，增量類別的同時細分類仍屬于之前四大類中的某一類，另一方面細分類成果可以直接用于垃圾細粒度分揀應用，助力垃圾資源化回收。

在增量學習領域，學者們提出了一些較為有效的方法。2016年LiHoiem提出LWF方法^[5]，其思想是引入知識蒸餾損失函數，盡可能地保留與舊類別有關的參數。2016年Rusu提出漸進式神經網絡^[6]，保留了大量預訓練模型。2017年Shin依照生成對抗網絡框架為先前任務保留了一組生成器，然后學習能夠適應新任務的真實數據和先前任務的重放數據二者的混合集合的參數^[7]。2017年Rebuffi提出一種基于范例樣本集方法，為新類別創建范例集，同時修剪已有范例集^[8]。

雖然這些方法在一定程度上實現了增量學習。然而，基于模型參數保留等方法在新類別上分類準確度較差，基于范例集的方法雖然準確度較高，但需要提前預留大量的存儲空間，因此亟需一種既能保證舊類別分類準確性同時又能實現快速識別少量新增類別的方法，解決垃圾圖像細粒度分類。