Towards Accurate and Efficient Waste Image Classification: A Hybrid Deep Learning and Machine Learning Approach

ملخص تقني: نحو تصنيف دقيق وفعال لصور النفايات

بيان المشكلة
يعد التصنيف الآلي للنفايات أمراً ضرورياً للإدارة المستدامة للنفايات عالمياً، ومع ذلك تفتقر الأدبيات الحالية إلى معايير مرجعية منهجية تدمج بين تعلم الآلة (ML)، والتعلم العميق (DL)، والحلول الهجينة. غالباً ما تتناول الدراسات الحالية جوانب معزولة من المشكلة، وتفشل في تقديم مقارنة موحدة للنماذج البرمجية. علاوة على ذلك، تعاني مجموعات البيانات العامة واسعة الاستخدام من مشكلات في جودة البيانات، مثل أخطاء التصنيف، مما يقوض موثوقية المعايير المرجعية. بالإضافة إلى ذلك، في حين تحقق نماذج التعلم العميق دقة عالية، فإن تكاليفها الحسابية وزمن استجابة الاستدلال (Inference Latency) يمثلان تحديات للنشر في البيئات محدودة الموارد أو البيئات التي تتطلب استجابة فورية.

المنهجية
تقترح الدراسة تقييماً شاملاً لثلاثة نماذج متميزة لتصنيف صور النفايات، تم اختبارها عبر ثلاث مجموعات بيانات عامة: Garbage Classification (19,762 صورة، 10 فئات)، وHousehold Garbage (15,150 صورة، 12 فئة)، وTrashNet (2,527 صورة، 6 فئات).

1. تنقية مجموعة البيانات: تضمنت الخطوة التمهيدية الحرجة فحصاً يدوياً وتصحيحاً لـ 43 صورة مصنفة بشكل خاطئ في مجموعة بيانات Household Garbage لضمان سلامة البيانات.
2. النموذج الأول: تعلم الآلة الكلاسيكي (الميزات المصممة يدوياً):
   • المعالجة المسبقة: تمت معالجة الصور باستخدام تقنيات GrabCut، والعتبة (Thresholding)، وكشف التباين (Contour Detection).
   • استخراج الميزات: تم بناء متجه عالي الأبعاد (1,305 بُعداً) عن طريق دمج الميزات المصممة يدوياً: اللون (عزوم HSV، والمدرجات التكرارية)، الشكل (خصائص التباين، وعزوم Hu)، الملمس (GLCM، وLBP)، النقاط الرئيسية (ORB، وSIFT)، والميزات العالمية (GIST).
   • التصنيف: تم تغذية هذه الميزات في مصنفات كلاسيكية تشمل: الانحدار اللوجستي (LoR)، وآلات ناقلات الدعم (SVM)، وخوارزمية الجيران الأقرب (KNN)، وأشجار القرار (DT)، والغابة العشوائية (RF)، وXGBoost، وLightGBM.
3. النموذج الثاني: التعلم العميق (من الطرف إلى الطرف - End-to-End):
   • تم تقييم ثلاث بنيات معمارية: ResNet50 القياسية، وResNet101، وEfficientNetV2S.
   • تم تطوير نموذج ResNet50 مخصص عبر استبدال الطبقات العليا الأصلية بطبقة GlobalAveragePooling2D وطبقة كثيفة للمخرجات (Dense Output Layer). تم تدريب هذا النموذج باستخدام "Sparse Categorical Focal Loss" للتعامل مع عدم توازن الفئات والعينات الصعبة التصنيف.
4. النموذج الثالث: النهج الهجين (ميزات التعلم العميق + المصنفات الكلاسيكية):
   • استُخدم أفضل نموذج تعلم عميق (Customized ResNet50) كمستخرج للميزات فقط.
   • تم استخراج الميزات من طبقة GlobalAveragePooling2D، مما نتج عنه متجه مكون من 2,048 بُعداً.
   • اختيار الميزات: تم تطبيق طرق التغليف (Wrapper) والضمنية (Embedded) لتقليل الأبعاد بشكل كبير (اختبار مجموعات فرعية من 100 إلى 50 ميزة).
   • تم تصنيف مجموعات الميزات المختزلة باستخدام نفس مجموعة خوارزميات تعلم الآلة الكلاسيكية (SVM، LoR، إلخ).

النتائج الرئيسية

• تفوق النهج الهجين: تفوق النهج الهجين باستمرار على كل من طرق تعلم الآلة البحتة والتعلم العميق البحتة. وفي مجموعتي بيانات TrashNet وHousehold Garbage المصححة، حقق النموذج الهجين دقة بنسبة 100%. أما في مجموعة بيانات Garbage Classification، فقد وصلت الدقة إلى 99.87%، متفوقة على أفضل نموذج تعلم عميق بحت (Customized ResNet50 الذي حقق 97.37%).
• تأثير تصحيح البيانات: في مجموعة بيانات Household Garbage المصححة، حافظ النموذج الهجين على دقة 100%، بينما انخفضت دقة نموذج التعلم العميق الأساسي (End-to-end) من 99.74% إلى 99.16%، مما يشير إلى أن نموذج التعلم العميق قد تعرض لفرط التخصيص (Overfitting) للضجيج الأصلي في التصنيفات.
• كفاءة اختيار الميزات: أدى اختيار الميزات إلى تقليل أبعاد المدخلات بأكثر من 95% (من 2,048 إلى ما بين 50 و100 ميزة فقط) دون المساس بالدقة. وفي بعض الحالات، أدى استخدام مجموعة فرعية مدمجة من الميزات إلى تحسين الأداء مقارنة بمجموعة الميزات الكاملة.
• الكفاءة الحسابية: بينما تهيمن بنية CNN على وقت الاستدلال (حوالي 6-10 مللي ثانية لكل عينة)، فإن عملية التصنيف اللاحقة بواسطة نماذج تعلم آلة خفيفة تضيف عبئاً ضئيلاً (أقل من مللي ثانية). يوفر النهج الهجين انخفاضاً طفيفاً في إجمالي زمن استجابة الاستدلال مقارنة بالتعلم العميق من الطرف إلى الطرف (على سبيل المثال، 9.09 مللي ثانية مقابل 9.97 مللي ثانية في TrashNet)، كما يوفر أوقات تدريب أسرع بكثير لمكون المصنف.

الأهمية والادعاءات
يزعم المؤلفون أن هذا العمل يضع معايير مرجعية أكثر موثوقية لتصنيف النفايات من خلال معالجة قضايا سلامة البيانات وتقديم مقارنة موحدة لنماذج تعلم الآلة، والتعلم العميق، والنماذج الهجينة. المساهمة الرئيسية هي إثبات أن الإطار الهجين الذي يجمع بين استخراج الميزات العميقة والمصنفات الكلاسيكية والاختيار الصارم للميزات يحقق دقة تضاهي أحدث المعايير (State-of-the-art) مع تقليل التكاليف الحسابية وتعقيد النموذج بشكل كبير.

وتؤكد الدراسة أن هذا النهج مناسب بشكل خاص للنشر القابل للتوسع في البيئات محدودة الموارد (مثل الأجهزة الطرفية/Edge Devices) لأنه يفصل عملية استخراج الميزات الثقيلة (التي يمكن معالجتها بشكل غير متزامن أو خارج الخط) عن خطوة التصنيف الخفيفة والسريعة. وتخلص الدراسة إلى أن الاستراتيجية الهجينة توفر حلاً قوياً وفعالاً وعالي الدقة لأنظمة إدارة النفايات العملية، متفوقة على المعايير المرجعية الحالية في مختلف أحجام مجموعات البيانات.