Image Segmentation and Classification of E-waste for Training Robots for Waste Segregation

Riassunto Tecnico: Segmentazione e Classificazione dei Rifiuti Elettronici (E-waste) per l'Addestramento di Robot di Smistamento

Problema
Il volume dei rifiuti elettronici (e-waste) è in rapida crescita a livello globale. Nei moderni impianti di riciclaggio, dopo la fase di frantumazione, i componenti interni (come resistori, condensatori e LED) vengono separati dai gusci esterni. La sfida principale risiede nel fatto di come identificare e classificare questi piccoli componenti frammentati in tempo reale per permettere a robot "pick-and-place" di smistarli automaticamente su un nastro trasportatore. La maggior parte dei dataset esistenti si concentra su dispositivi integri, non su componenti singoli e danneggiati, rendendo i modelli tradizionali poco efficaci in contesti industriali reali.

Metodologia
L'autore ha adottato un approccio end-to-end, dalla creazione del dataset all'addestramento dei modelli:

1. Creazione del Dataset: Per simulare lo stato dei componenti post-frantumazione, sono stati presi dispositivi comuni (mouse e caricabatterie), rimossi i gusci esterni e dissaldati i singoli componenti. È stato utilizzato un video di 22 secondi registrato a 60 FPS per generare una vasta gamma di angolazioni, integrato da 100 immagini prelevate da internet per aumentare la diversità.
2. Pre-elaborazione e Augmentation: Le immagini sono state suddivise in tasselli (tiles) 2x2 per preservare i dettagli dei componenti piccoli. Le tecniche di data augmentation hanno incluso rotazioni di 90°, flipping orizzontale/verticale e l'aggiunta di rumore pixel (0,1%) per simulare la qualità delle telecamere industriali. Il dataset finale è composto da 6.180 immagini.
3. Modelli Implementati:
   • YOLOv11 (YOLO11s-seg): Un modello di segmentazione istanza in tempo reale basato su un'architettura con 355 strati, ottimizzato per l'estrazione efficiente delle caratteristiche tramite moduli C3k2, SPPF e C2PSA.
   • Mask R-CNN: Un modello basato su backbone ResNet e Feature Pyramid Network (FPN), progettato per la segmentazione di oggetti a diverse scale.

Risultati Principali
Lo studio ha dimostrato una netta superiorità del modello YOLOv11 rispetto a Mask R-CNN in tutti i parametri analizzati:

• Prestazioni di Rilevamento (Bounding Box): YOLOv11 ha raggiunto un mAP50 di 71,6, mentre Mask R-CNN si è fermato a 41,1.
• Prestazioni di Segmentazione (Mask): YOLOv11 ha ottenuto un mAP50 di 70,7, superando significativamente il 39,7 di Mask R-CNN.
• Efficienza Computazionale: YOLOv11 è stato molto più veloce, richiedendo circa 1 ora per l'addestramento contro le 3 ore necessarie per Mask R-CNN.
• Capacità di Dettaglio: YOLOv11 si è dimostrato più efficace nel catturare dettagli sottili (come i fili sottili) e nel riconoscere classi con meno istanze (es. LED o encoder della rotella del mouse), che Mask R-CNN non riusciva a identificare correttamente.

Contributi Chiave e Significato

• Dataset Innovativo: La creazione di un dataset specifico per componenti elettronici "nudi" e dissaldati colma una lacuna importante nella letteratura scientifica, che solitamente tratta solo dispositivi completi.
• Validazione di YOLOv11: Il lavoro dimostra l'efficacia dell'ultima versione di YOLO per applicazioni industriali di visione artificiale che richiedono un equilibrio tra precisione e velocità estrema.
• Applicabilità Industriale: Il modello è progettato per essere integrato direttamente in sistemi robotici di smistamento, offrendo una soluzione concreta per l'automazione del riciclo dei rifiuti, migliorando l'efficienza e la purezza dei materiali recuperati.

Conclusione e Sviluppi Futuri
L'autore conclude che YOLOv11 è la scelta ottimale per l'integrazione con robot di smistamento. Il lavoro futuro prevede l'estensione del dataset ad altre categorie di elettrodomestici e l'integrazione software completa con i sistemi di controllo robotico per l'implementazione in ambienti di produzione reali.