垃圾分类数据集+垃圾分类识别训练代码(支持googlenet, resnet, inception_v3, mobilenet_v2)

1. 前言

2. 垃圾数据集说明

（1）垃圾数据集dataset1

扫描二维码关注公众号，回复： 14504834 查看本文章

1. 前言

垃圾分类，指按一定规定或标准将垃圾分类储存、分类投放和分类搬运，从而转变成公共资源的一系列活动的总称。分类的目的是提高垃圾的资源价值和经济价值，力争物尽其用。智能化垃圾分类系统能能够加速绿色环保的垃圾处理过程，并且对于居民垃圾分类意识的养成有极大的促进作用，对绿色都市和智能化城市管理都有着重大意义。

本项目将采用深度学习的方法，搭建一个垃圾分类识别的训练和测试系统，实现智能化垃圾分类。目前，基于ResNet18的垃圾分类识别，在垃圾数据集dataset2，训练集的Accuracy在94%左右，测试集的Accuracy在92%左右，骨干网络，可支持googlenet, resnet[18,34,50], inception_v3，mobilenet_v2等常用模型。如果想进一步提高准确率，可以尝试：

最重要的：清洗数据集，垃圾数据集dataset1和垃圾数据集dataset2，大部分数据都是网上爬取的，质量并不高，存在很多错误的图片，尽管鄙人已经清洗一部分了，但还是建议你，训练前，再次清洗数据集，不然会影响模型的识别的准确率。

使用不同backbone模型，比如resnet50或者更深模型

增加数据增强：已经支持： 随机裁剪，随机翻转，随机旋转，颜色变换等数据增强方式，可以尝试诸如mixup，CutMix等更复杂的数据增强方式

样本均衡：建议进行样本均衡处理

调超参：比如学习率调整策略，优化器（SGD,Adam等）

损失函数：目前训练代码已经支持：交叉熵，LabelSmoothing，可以尝试FocalLoss等损失函数

【源码下载】垃圾分类数据集+垃圾分类识别训练代码(Pytorch)

【尊重原创，转载请注明出处】https://panjinquan.blog.csdn.net/article/details/126419147

2. 垃圾数据集说明

（1）垃圾数据集dataset1

这是通过网上爬虫获取的垃圾数据集，总共包含了可回收物(recyclables)、有害垃圾(hazardous)、厨余垃圾(kitchen)、其他垃圾(other)四大类，以及40个小类。其中可回收物(recyclables)23种、有害垃圾(hazardous)3种、厨余垃圾(kitchen)8种、其他垃圾（other）6种，每种垃圾包含大约400张图片，共1.7万余张图像。

其中Train集16200张图片，平均每个类别405张；Test集800张图片，平均每个类别20张图片

垃圾类别	样图
可回收物(recyclables)
有害垃圾(hazardous)
厨余垃圾(kitchen)
其他垃圾(other)

下表给出垃圾数据集dataset1的40个类别：

0-other garbage-fast food box
1-other garbage-soiled plastic
2-other garbage-cigarette
3-other garbage-toothpick
4-other garbage-flowerpot
5-other garbage-bamboo chopsticks
6-kitchen waste-meal
7-kitchen waste-bone
8-kitchen waste-fruit peel
9-kitchen waste-pulp
10-kitchen waste-tea
11-kitchen waste-Vegetable
12-kitchen waste-eggshell
13-kitchen waste-fish bone
14-recyclables-powerbank
15-recyclables-bag
16-recyclables-cosmetic bottles
17-recyclables-toys
18-recyclables-plastic bowl
19-recyclables-plastic hanger
20-recyclables-paper bags
21-recyclables-plug wire
22-recyclables-old clothes
23-recyclables-can
24-recyclables-pillow
25-recyclables-plush toys
26-recyclables-shampoo bottle
27-recyclables-glass cup
28-recyclables-shoes
29-recyclables-anvil
30-recyclables-cardboard
31-recyclables-seasoning bottle
32-recyclables-bottle
33-recyclables-metal food cans
34-recyclables-pot
35-recyclables-edible oil barrel
36-recyclables-drink bottle
37-hazardous waste-dry battery
38-hazardous waste-ointment
39-hazardous waste-expired drugs

（2）垃圾数据集dataset2

该垃圾数据集是只包含两个大类，没有细分小类，其中类别Organic表示有机垃圾，类别Recycle表示可回收垃圾。Train集22,566张图片，Test集2,513张图片。

垃圾类别	样图
Organic有机垃圾
Recycle回收垃圾

（3）自定义数据集

如果需要新增类别数据，或者需要自定数据集进行训练，可以如下进行处理：

Train和Test数据集，要求相同类别的图片，放在同一个文件夹下；且子目录文件夹命名为类别名称，如

类别文件：一行一个列表： class_name.txt
```
 (最后一行,请多回车一行)
```

A
B
C
D

修改配置文件的数据路径：config.yaml

train_data: # 可添加多个数据集
  - 'data/dataset/train1' 
  - 'data/dataset/train2'
test_data: 'data/dataset/test'
class_name: 'data/dataset/class_name.txt'
...
...

垃圾数据集dataset1和垃圾数据集dataset2，大部分数据都是网上爬取的，质量并不高，存在很多错误的图片，尽管鄙人已经清洗一部分了，但还是建议你，训练前，再次清洗数据集，不然会影响模型的识别的准确率。

3. 垃圾分类识别模型训练

（1）项目框架说明

整套工程基本框架结构如下：

.
├── classifier                 # 训练模型相关工具
├── configs                    # 训练配置文件
├── data                       # 训练数据
├── libs           
├── demo.py              # 模型推理demo
├── README.md            # 项目工程说明文档
├── requirements.txt     # 项目相关依赖包
└── train.py             # 训练文件

（2）准备Train和Test数据

下载垃圾分类数据集，Train和Test数据集，要求相同类别的图片，放在同一个文件夹下；且子目录文件夹命名为类别名称。

数据增强方式主要采用： 随机裁剪，随机翻转，随机旋转，颜色变换等处理方式

import numbers
import random
import PIL.Image as Image
import numpy as np
from torchvision import transforms


def image_transform(input_size, rgb_mean=[0.5, 0.5, 0.5], rgb_std=[0.5, 0.5, 0.5], trans_type="train"):
    """
    不推荐使用：RandomResizedCrop(input_size), # bug:目标容易被crop掉
    :param input_size: [w,h]
    :param rgb_mean:
    :param rgb_std:
    :param trans_type:
    :return::
    """
    if trans_type == "train":
        transform = transforms.Compose([
            transforms.Resize([int(128 * input_size[1] / 112), int(128 * input_size[0] / 112)]),
            transforms.RandomHorizontalFlip(),  # 随机左右翻转
            # transforms.RandomVerticalFlip(), # 随机上下翻转
            transforms.ColorJitter(brightness=0.5, contrast=0.5, saturation=0.5, hue=0.1),
            transforms.RandomRotation(degrees=5),
            transforms.RandomCrop([input_size[1], input_size[0]]),
            transforms.ToTensor(),
            transforms.Normalize(mean=rgb_mean, std=rgb_std),
        ])
    elif trans_type == "val" or trans_type == "test":
        transform = transforms.Compose([
            transforms.Resize([input_size[1], input_size[0]]),
            # transforms.CenterCrop([input_size[1], input_size[0]]),
            # transforms.Resize(input_size),
            transforms.ToTensor(),
            transforms.Normalize(mean=rgb_mean, std=rgb_std),
        ])
    else:
        raise Exception("transform_type ERROR:{}".format(trans_type))
    return transform

修改配置文件数据路径：config.yaml

# 训练数据集，可支持多个数据集
train_data:
  - '/path/to/rubbish/dataset2/train'
# 测试数据集
test_data: '/path/to/rubbish/dataset2/test'
# 类别文件
class_name: '/path/to/rubbish/dataset2/class_name.txt'

（3）配置文件：config.yaml

目前支持的backbone有：googlenet,resnet[18,34,50],inception_v3,mobilenet_v2等，其他backbone可以自定义添加

训练参数可以通过(configs/config.yaml)配置文件进行设置

配置文件：config.yaml说明如下：

# 训练数据集，可支持多个数据集
train_data:
  - '/path/to/rubbish/dataset2/train'
# 测试数据集
test_data: '/path/to/rubbish/dataset2/test'
# 类别文件
class_name: '/path/to/rubbish/dataset2/class_name.txt'
train_transform: "train"       # 训练使用的数据增强方法
test_transform: "val"          # 测试使用的数据增强方法
work_dir: "work_space/"        # 保存输出模型的目录
net_type: "resnet18"           # 骨干网络,支持：resnet18/50,mobilenet_v2,googlenet,inception_v3
width_mult: 1.0
input_size: [ 224,224 ]        # 模型输入大小
rgb_mean: [ 0.5, 0.5, 0.5 ]    # for normalize inputs to [-1, 1],Sequence of means for each channel.
rgb_std: [ 0.5, 0.5, 0.5 ]     # for normalize,Sequence of standard deviations for each channel.
batch_size: 32
lr: 0.01                       # 初始学习率
optim_type: "SGD"              # 选择优化器，SGD,Adam
loss_type: "CrossEntropyLoss"  # 选择损失函数：支持CrossEntropyLoss,LabelSmoothing
momentum: 0.9                  # SGD momentum
num_epochs: 100                # 训练循环次数
num_warn_up: 3                 # warn-up次数
num_workers: 8                 # 加载数据工作进程数
weight_decay: 0.0005           # weight_decay，默认5e-4
scheduler: "multi-step"        # 学习率调整策略
milestones: [ 20,50,80 ]       # 下调学习率方式
gpu_id: [ 0 ]                  # GPU ID
log_freq: 50                   # LOG打印频率
progress: True                 # 是否显示进度条
pretrained: False              # 是否使用pretrained模型
finetune: False                # 是否进行finetune

参数	类型	参考值	说明
train_data	str, list	-	训练数据文件，可支持多个文件
test_data	str, list	-	测试数据文件，可支持多个文件
class_name	str	-	类别文件
work_dir	str	work_space	训练输出工作空间
net_type	str	resnet18	backbone类型,{resnet18/50,mobilenet_v2,googlenet,inception_v3}
input_size	list	[128,128]	模型输入大小[W,H]
batch_size	int	32	batch size
lr	float	0.1	初始学习率大小
optim_type	str	SGD	优化器，{SGD,Adam}
loss_type	str	CELoss	损失函数
scheduler	str	multi-step	学习率调整策略，{multi-step,cosine}
milestones	list	[30,80,100]	降低学习率的节点，仅仅scheduler=multi-step有效
momentum	float	0.9	SGD动量因子
num_epochs	int	120	循环训练的次数
num_warn_up	int	3	warn_up的次数
num_workers	int	12	DataLoader开启线程数
weight_decay	float	5e-4	权重衰减系数
gpu_id	list	[ 0 ]	指定训练的GPU卡号，可指定多个
log_freq	in	20	显示LOG信息的频率
finetune	str	model.pth	finetune的模型
progress	bool	True	是否显示进度条
distributed	bool	False	是否使用分布式训练

（4）开始训练

整套训练代码非常简单操作，用户只需要将相同类别的数据放在同一个目录下，并填写好对应的数据路径，即可开始训练了。

python train.py -c configs/config.yaml

（5）可视化训练过程

训练过程可视化工具是使用Tensorboard，使用方法：

# 基本方法
tensorboard --logdir=path/to/log/
# 例如
tensorboard --logdir=work_space/mobilenet_v2_1.0_CrossEntropyLoss/log

可视化效果

（6）一些优化建议

训练完成后，在垃圾数据集dataset2训练集的Accuracy在94%左右，测试集的Accuracy在92%左右；而在垃圾数据集dataset1的Accuracy在83%左右，如果想进一步提高准确率，可以尝试：

最重要的：清洗数据集，垃圾数据集dataset1和垃圾数据集dataset2，大部分数据都是网上爬取的，质量并不高，存在很多错误的图片，尽管鄙人已经清洗一部分了，但还是建议你，训练前，再次清洗数据集，不然会影响模型的识别的准确率。

使用不同backbone模型，比如resnet50或者更深模型

增加数据增强：已经支持： 随机裁剪，随机翻转，随机旋转，颜色变换等数据增强方式，可以尝试诸如mixup，CutMix等更复杂的数据增强方式

样本均衡：建议进行样本均衡处理

调超参：比如学习率调整策略，优化器（SGD,Adam等）

损失函数：目前训练代码已经支持：交叉熵，LabelSmoothing，可以尝试FocalLoss等损失函数

4. 垃圾分类识别模型测试效果

demo.py文件用于推理和测试模型的效果，填写好配置文件，模型文件以及测试图片即可运行测试了

def get_parser():
    # 配置文件
    config_file = "data/pretrained/resnet18_1.0_CrossEntropyLoss_20220822153756/config.yaml"
    # 模型文件
    model_file = "data/pretrained/resnet18_1.0_CrossEntropyLoss_20220822153756/model/best_model_043_92.5587.pth"
    # 待测试图片目录
    image_dir = "data/test_images/rubbish"
    parser = argparse.ArgumentParser(description="Inference Argument")
    parser.add_argument("-c", "--config_file", help="configs file", default=config_file, type=str)
    parser.add_argument("-m", "--model_file", help="model_file", default=model_file, type=str)
    parser.add_argument("--device", help="cuda device id", default="cuda:0", type=str)
    parser.add_argument("--image_dir", help="image file or directory", default=image_dir, type=str)
    return parser

python demo.py \
    -c "data/pretrained/resnet18_1.0_CrossEntropyLoss_20220822153756/config.yaml" \
    -m "data/pretrained/resnet18_1.0_CrossEntropyLoss_20220822153756/model/best_model_043_92.5587.pth" \
    --image_dir "data/test_images/rubbish"

运行测试结果：