郑佑 顺 ，林珊玲 ，林 志 贤 ，周雄图 ，郭 太 良

(1.福州大学 物理与信息工程学院，福建 福州350116；2.中国福建光电信息科学与技术创新实验室，福建 福州350116；3.福州大学 先进制造学院，福建 泉州362200)

0 引言

根据中国城乡建设统计年鉴统计，我国城市生活垃圾的产生量由1979 年的0.25 亿吨增至2018年的2.28 亿吨[1]。 随着人民生活水平的提高，垃圾产生量仍在上升。有效回收生活垃圾成为急需解决的问题，这对于可持续发展具有重大的意义。 垃圾分类是回收的前提。 目前，我国垃圾分类主要以人工分拣为主，存在劳动强度大、效率低等缺点。 实现垃圾分拣的智能化与自动化具有重要的意义。垃圾图片分类算法有助于实现垃圾分拣的智能化与自动化。

近年来，越来越多的专家学者对垃圾分类算法进行了研究与实践。吴建等人使用传统的计算机视觉方法，手动提取特征，识别实验室废物垃圾[2]。 黄惠玲等人提出基于HSV 的阈值分割算法和K 均值聚类算法识别建筑垃圾图像[3]。 黄兴华等人提出基于纹理特征融合的道路垃圾图像识别算法[4]。 向伟等人提出改进的CaffeNet 网络识别水面垃圾[5]。 但是缺乏针对生活垃圾图片分类算法的研究。 目前，我国各城市全面推行垃圾分类制度，基本建立相应的法律法规和标准体系，将生活垃圾细分，大致可分为可回收垃圾、有害垃圾、厨余垃圾和其他垃圾四大类。 针对我国垃圾分类现状，收集制作了小型生活垃圾数据集，选取经典网络ResNet18[6]作为基础网络，使用GhostNet[7]的幻象模块代替残差学习单元中的普通卷积，减少网络的参数量，提出基于幻象残差结构的垃圾图片分类算法。……