Underwater Waste Detection Using Deep Learning A Performance Comparison of YOLOv7 to 10 and Faster RCNN

Sintesi Tecnica: Rilevamento di Rifiuti Subacquei mediante Deep Learning

Definizione del Problema
L'inquinamento subacqueo, in particolare quello derivante da plastiche e contaminanti chimici, pone gravi minacce alla biodiversità marina, agli ecosistemi e alla salute umana. Esso interrompe le catene alimentari, danneggia le barriere coralline e causa significative perdite economiche in settori come il turismo e la pesca. Sebbene le strategie di gestione tradizionali siano essenziali, il rilevamento e la rimozione dei rifiuti subacquei richiedono soluzioni tecnologiche avanzate. Le attuali sfide includono la bassa visibilità, la dispersione della luce e la presenza di materiale particolato negli ambienti subacquei, che degradano la qualità delle immagini e ostacolano l'identificazione accurata dei rifiuti. Nonostante siano stati proposti vari approcci di machine learning, manca un'analisi comparativa esaustiva tra i modelli di object detection allo stato dell'arte applicati specificamente al rilevamento di rifiuti subacquei multi-classe.

Metodologia
Questo studio ha condotto una valutazione comparativa di cinque algoritmi di object detection all'avanguardia: YOLOv7, YOLOv8, YOLOv9, YOLOv10 e Faster R-CNN. La ricerca ha utilizzato un dataset proveniente da un repository online contenente 5.130 immagini subacquee categorizzate in 15 classi distinte di rifiuti: mascherine, lattine, telefoni cellulari, elettronica, bottiglie di vetro, guanti, metallo, reti, sacchetti di polietilene, bottiglie di plastica, aste, occhiali da sole, pneumatici e articoli vari.

Il dataset è stato suddiviso in set di addestramento (3.628 immagini), validazione (1.001 immagini) e test (501 immagini). Tutti i modelli sono stati addestrati per 50 epoche con una dimensione del batch di 64 e una dimensione dell'immagine di input di 128 pixel. Lo studio ha impiegato le metriche di valutazione standard definite nella documentazione YOLO:

• Precision (Precisione): La proporzione di veri positivi tra tutti i positivi predetti.
• Recall (Richiamo): La proporzione di veri positivi identificati rispetto a tutti i positivi reali.
• Mean Average Precision (mAP): Il valore medio di precisione attraverso tutte le 15 classi di oggetti.

Contributi Chiave
Il contributo primario di questo lavoro è un confronto sistematico delle prestazioni delle ultime varianti YOLO (dalla v7 alla v10) rispetto all'architettura consolidata di Faster R-CNN nel contesto specifico del rilevamento di rifiuti subacquei. Mentre studi precedenti si sono spesso concentrati sull'ottimizzazione di un singolo modello (ad esempio, migliorando YOLOv5 o YOLOv8 per condizioni specifiche), questo studio valuta l'efficacia relativa di molteplici architetture moderne su un dataset subacqueo multi-classe diversificato. La ricerca identifica il modello più efficace per il riconoscimento di materiali di scarto in difficili condizioni marine senza proporre nuove modifiche architettoniche, affidandosi invece alle capacità intrinseche dei modelli pre-addestrati selezionati.

Risultati
I risultati sperimentali hanno dimostrato che YOLOv8 ha superato tutti gli altri modelli. Le metriche di prestazione specifiche sono state le seguenti:

• YOLOv8: Precisione di 0,832, Recall di 0,727 e mAP dell'80,9%.
• YOLOv9: Precisione di 0,789, Recall di 0,729 e mAP del 79,0%.
• YOLOv10: Precisione di 0,688, Recall di 0,686 e mAP del 71,6%.
• YOLOv7: Precisione di 0,663, Recall di 0,656 e mAP del 67,9%.
• Faster R-CNN: Precisione di 0,484, Recall di 0,629 e mAP del 61,5%.

Lo studio attribuisce la prestazione superiore di YOLOv8 alla sua architettura, che incorpora caratteristiche avanzate come meccanismi anchor-free migliorati e capacità di apprendimento auto-supervisionato, consentendo un riconoscimento più preciso in contesti variabili. L'analisi della matrice di confusione e le curve delle metriche per YOLOv8 hanno confermato la sua stabilità, con valori di perdita decrescenti e un miglioramento di mAP e recall durante le epoche di addestramento. Le predizioni visive hanno ulteriormente validato la capacità del modello di rilevare accuratamente vari tipi di rifiuti.

Significatività e Limitazioni
Il documento conclude che YOLOv8 è uno strumento affidabile ed efficace per il rilevamento di una varietà di categorie di rifiuti subacquei, offrendo capacità di rilevamento migliorate e scalabilità per le operazioni di pulizia. I risultati suggeriscono che YOLOv8 sia un forte candidato per l'integrazione negli sforzi globali per mitigare l'inquinamento subacqueo.

Tuttavia, gli autori mantengono una posizione modesta riguardo all'ambito dello studio. Essi riconoscono le limitazioni, osservando che il dataset non cattura appieno la complessità delle condizioni subacquee reali, come la visibilità estremamente bassa, l'illuminazione variabile e gli sfondi altamente congestionati. Inoltre, la valutazione è stata limitata a 15 classi specifiche, il che potrebbe restringere la generalizzabilità dei risultati ad altri tipi di rifiuti. Lo studio non sostiene di aver risolto tutte le sfide del rilevamento subacqueo, ma identifica piuttosto YOLOv8 come il modello più efficace tra quelli testati per il dataset e le condizioni valutate. Il lavoro futuro suggerito prevede l'uso di dataset più ampi e multi-località e l'integrazione di tecniche di adattamento del dominio per migliorare ulteriormente la generalizzazione del modello.