“環(huán)?；帧盇pp軟件的設(shè)計與實現(xiàn)

謝正璽 盧欣 李建行

摘要：本文開發(fā)了一款名為“環(huán)保圾分”的垃圾分類App，該系統(tǒng)包含常規(guī)的文字查詢、語音查詢和圖像查詢?nèi)N工作形式，其特色之處在于其圖像查詢功能運用了目前先進的深度學(xué)習(xí)理論和技術(shù)，將神經(jīng)網(wǎng)絡(luò)模型運用到垃圾分類圖片的識別上，大大提高了圖像識別和分類的準確程度，彌補了目前垃圾識別App市場的不足，具有較高的社會價值。

關(guān)鍵詞：App;垃圾分類;神經(jīng)網(wǎng)絡(luò);深度學(xué)習(xí)

引言

繼上海垃圾分類新政實施后，隨著全國各地加速推行垃圾分類制度，垃圾分類APP、小程序等如雨后春筍般迅速出現(xiàn)[1]。然而這一市場充斥著不少粗制濫造，甚至收集個人信息的涉嫌的作品。僅僅2019年7月份，蘋果商城上架的垃圾分類App，就從十幾款上漲到近50款。

目前常規(guī)的垃圾分類軟件以文字查詢、語音查詢、圖片查詢?yōu)橹?。其中文字和語音檢索功能主要依靠檢索其垃圾分類數(shù)據(jù)庫。圖片識別垃圾的功能則更為實用，由用戶拍攝垃圾圖片，APP根據(jù)圖片識別功能判斷垃圾類別并告知用戶。但現(xiàn)有APP的主要問題是軟件的圖像識別準確度不高，由此影響了對垃圾的分類效果。

1 項目研究的主要內(nèi)容

本項目“環(huán)?；帧盇PP為2020年湖北省大學(xué)生創(chuàng)新創(chuàng)業(yè)的訓(xùn)練項目，旨在響應(yīng)國家垃圾分類新政，幫助普通市民在生活中做到垃圾正確分類，實現(xiàn)資源順利回收。在功能方面，本項目仍然提供文字查詢、語音查詢、圖片查詢這三類垃圾檢索方式，但開發(fā)的重點在于提高圖片識別的準確性上。即以深度學(xué)習(xí)的理論和技術(shù)為基礎(chǔ)，將神經(jīng)網(wǎng)絡(luò)模型運用到垃圾分類圖片的識別上，從而更好地達到垃圾分類的要求。

本設(shè)計的垃圾分類APP將以Android studio作為開發(fā)平臺，以Java作為開發(fā)語言，搭配內(nèi)嵌的SQLite數(shù)據(jù)庫， Flask作為后臺服務(wù)器。從用戶角度，本系統(tǒng)圖像識別垃圾分類功能需求如下：

（1）可讀取本地相冊中存儲的圖片;

（2）可讀取相機拍照圖片;

（3）根據(jù)圖片判斷垃圾類別和預(yù)測概率;

（4）將分類結(jié)果顯示給用戶。

2 系統(tǒng)設(shè)計與實現(xiàn)

2.1 客戶端設(shè)計

（1）輪播圖：頁面中上部是一個輪播圖，以圖片形式展示最新的熱點信息。點擊不同的輪播圖頁面可以打開一個本地頁面。

（2）文字識別：點擊“文字識別”按鈕搜索框進入搜索頁面，手動輸入垃圾名稱進行搜索，下方將出現(xiàn)含有該物品或者含有該物品關(guān)鍵詞的所有物品信息，極其對應(yīng)的垃圾分類結(jié)果。

（3）語音識別：點擊“語音識別”按鈕，出現(xiàn)麥克風(fēng)圖標后用戶說出想要搜索的物品名稱，語音識別成文字后，按照文字識別方式下方出現(xiàn)垃圾分類結(jié)果。

（4）圖片識別：點擊“圖片識別”按鈕，會出現(xiàn)圖片識別的三種選項，分別是“網(wǎng)絡(luò)圖片”、“相冊圖片”、“拍照圖片”，方便用戶從不同來源獲得照片，進行識別。其中網(wǎng)絡(luò)圖片選項，要求用戶輸入圖片的準確地址;相冊圖片選項，使用戶可以從手機的本地相冊中選擇照片;拍照圖片選項，使用戶調(diào)用手機的相機功能，拍攝現(xiàn)場照片。系統(tǒng)對所獲得的圖片進行識別，判斷圖片中物體的類別。

（5）熱點新聞推送：爬取并轉(zhuǎn)發(fā)主流新聞網(wǎng)站上有關(guān)垃圾分類的新聞和發(fā)帖。

2.2 圖像垃圾識別模塊設(shè)計

根據(jù)對系統(tǒng)的主要功能和需求的分析可知，服務(wù)器端兼具了模型和web服務(wù)兩個任務(wù)。管理員在本地收集分類所需的圖片數(shù)據(jù)，將數(shù)據(jù)分為訓(xùn)練集和驗證集。將搭建模型的需要的訓(xùn)練集數(shù)據(jù)直接輸入到所搭建的模型中，保存訓(xùn)練好的模型參數(shù)在指定的本地文件夾中。手機端收集到圖片數(shù)據(jù)，將訓(xùn)練好的參數(shù)加載到神經(jīng)網(wǎng)絡(luò)中，調(diào)用系統(tǒng)的分類模型來直接輸出結(jié)果。而手機端主要用于收集圖片和顯示結(jié)果。據(jù)此將系統(tǒng)結(jié)構(gòu)設(shè)計如下：

（1）用戶界面層。是系統(tǒng)和用戶之間交互的平臺，包括了上傳圖片和結(jié)果展示兩個功能。

（2）數(shù)據(jù)處理層。實現(xiàn)圖片數(shù)據(jù)讀取和將圖片數(shù)據(jù)送入加載好的分類模型來實現(xiàn)分類。

（3）數(shù)據(jù)準備層。用于讀取圖片并將其轉(zhuǎn)換為標準數(shù)據(jù)形式，和存儲已經(jīng)訓(xùn)練好的模型的參數(shù)。

系統(tǒng)具體流程如下：

（1）數(shù)據(jù)預(yù)處理

在圖像分類訓(xùn)練和評估的過程中，原始圖片的長度和高度不一致，而對神經(jīng)網(wǎng)絡(luò)的模型來說，需要固定規(guī)格的數(shù)據(jù)。因此，當(dāng)圖片數(shù)據(jù)被讀取后，需要調(diào)用數(shù)據(jù)處理的方法才能讓圖片進行模型的訓(xùn)練或評估;用戶在傳入圖片到后臺時，也需要經(jīng)過數(shù)據(jù)處理才能調(diào)用模型進行分析。系統(tǒng)使用的是深度學(xué)習(xí)框架PyTorch中 transforms 模塊進行數(shù)據(jù)處理。

（2）模型的訓(xùn)練

使用PyTorch深度學(xué)習(xí)框架搭建了圖像分類模型，進行模型的參數(shù)設(shè)置和初始化。

在分類模型搭建好之后，定義模型的訓(xùn)練和評估。在訓(xùn)練數(shù)據(jù)較少的情況下，使用了在圖像方面正確率較高的開源的卷積神經(jīng)網(wǎng)絡(luò)ResNeXt-101結(jié)構(gòu)作為圖像分類的預(yù)訓(xùn)練模型。首先定義好損失函數(shù)、優(yōu)化函數(shù)。輸入所調(diào)用的預(yù)訓(xùn)練網(wǎng)絡(luò)模型名稱，給定學(xué)習(xí)率的值，指定優(yōu)化器算法和迭代次數(shù)來進行模型的訓(xùn)練。

（3）模型的評估

模型的評估與模型的訓(xùn)練大致相同。不同的是評估模型時，需要加載驗證集數(shù)據(jù)，調(diào)用model.eval（ ）方法，沒有反向傳播和參數(shù)更新的操作。驗證集數(shù)據(jù)進入模型后得到預(yù)測分類結(jié)果。根據(jù)結(jié)果得到損失函數(shù)，可以計算模型的正確率。

3 結(jié)語

實施垃圾分類處理引導(dǎo)人們形成綠色生活方式，可以有效改善城鄉(xiāng)環(huán)境，促進資源回收利用。[2]設(shè)計一個便捷、高效的垃圾分類App，能提高民眾對垃圾進行分類的意識和效率，符合國家智能化的發(fā)展需求以及建設(shè)綠色生態(tài)的發(fā)展理念。[3]

參考文獻：

[1] 高文超，王子聰，劉昊天.垃圾分類助手APP的設(shè)計與實現(xiàn)[J].信息與電腦（理論版），2020，32（19）：58-61.

[2] 楊會玲，葉利華，劉小晶. 智能垃圾分類系統(tǒng)的研究設(shè)計 [J]. 電腦知識與技術(shù)，2020，16（04）：261-264.

[3] 王華，李健，張佳禾. 基于 Android 的智能垃圾識別 App 的設(shè)計與實現(xiàn)[J].信息記錄材料，2020，21（9）：211-212.

本項目為2020年湖北省大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練項目【項目編號：S202013239002】，指導(dǎo)老師：楊玉蓓。

作者簡介：謝正璽、盧欣、李建行，武漢工程大學(xué)郵電與信息工程學(xué)院2018級計算機科學(xué)與技術(shù)專業(yè)在校生，本項目成員。