Adaptive Training Controller (ATC): An Autotuning Framework for CNN-Based Plastic Waste Classification Using the PLASTIC Dataset

Resumo Técnico: Controlador de Treinamento Adaptativo (ATC) para Classificação de Resíduos Plásticos Baseada em CNN

Declaração do Problema
A poluição por resíduos plásticos continua sendo um desafio ecológico crítico, necessitando de soluções de triagem precisas e automatizadas. Embora a classificação de imagens baseada em aprendizado profundo tenha mostrado promessa, sua aplicação na gestão de resíduos é dificultada por dois fatores primários: a escassez de conjuntos de dados de referência (benchmark) específicos para o domínio e a falta de algoritmos de ajuste automático generalizados e transparentes. As abordagens existentes frequentemente dependem de conjuntos de dados de lixo genéricos que carecem de categorias específicas de plástico suficientes e variabilidade visual, levando a uma baixa generalização do modelo. Além disso, os métodos tradicionais de otimização de hiperparâmetros, como o Optuna, frequentemente exigem ajustes específicos para a arquitetura e múltiplas tentativas de treinamento, resultando em altos custos computacionais e dependência de GPU sem garantir melhorias consistentes de desempenho em diferentes arquiteturas de Redes Neurais Convolucionais (CNN).

Metodologia
A pesquisa aborda esses desafios por meio de uma abordagem de duas frentes envolvendo a criação de um conjunto de dados e um novo framework de treinamento.

1. O Conjunto de Dados PLASTIC: Os autores construíram um conjunto de dados de referência personalizado chamado "PLASTIC", composto por 4.500 imagens distribuídas em 15 classes distintas de resíduos plásticos (ex: plásticos cosméticos, plásticos médicos, Isopor, PVC). O conjunto de dados foi curado a partir de vários repositórios de código aberto e sites de imagens comerciais para garantir diversidade em forma, textura, cor e deterioração de superfície. Os dados foram divididos em 70% para treinamento, 20% para validação e 10% para teste. O pré-processamento envolveu o redimensionamento das imagens para 224x224, normalização usando estatísticas do ImageNet e técnicas de aumento de dados (data augmentation), incluindo redimensionamento aleatório, inversão (flipping), rotação e variação de cor (color jittering).

2. Avaliação de Modelos: Dez arquiteturas populares de CNN foram rigorosamente testadas sob condições experimentais idênticas: ResNet (18, 34, 50, 101, 152), VGG (16, 19), GoogLeNet, EfficientNet e AlexNet.

3. Estratégias de Treinamento: Os modelos foram avaliados utilizando três estratégias de treinamento distintas:

   • Baseline (Base): Hiperparâmetros fixos (otimizador SGD, taxa de aprendizado constante de 0.001, sem ajuste automático).
   • Optuna Autotuning: Um framework de busca bayesiana de hiperparâmetros usado para otimizar parâmetros antes do treinamento.
   • Adaptive Training Controller (ATC): Um framework de ajuste automático proposto, agnóstico à arquitetura. Diferente dos métodos de busca estáticos, o ATC opera como um sistema de malha fechada (closed-loop) consciente do treinamento. Ele ajusta dinamicamente o processo de treinamento em tempo real com base nas tendências de perda (loss). Os mecanismos principais incluem:
     • Adaptação da Taxa de Aprendizado Sensível à Perda: Utiliza uma Média Móvel Exponencial (EMA) da perda para detectar estagnação. Se a estagnação for detectada, a taxa de aprendizado é reduzida (decayed).
     • Escalonamento (Scheduling): Implementa o recozimento de cosseno (cosine annealing) com warm-up.
     • Medidas de Estabilidade: Inclui o corte de gradiente (gradient clipping) e Precisão Mista Automática (AMP) para gerenciamento de recursos consciente do hardware.
     • Flexibilidade de Otimizador: Suporta SGD, Adam e AdamW.

Principais Contribuições

• Conjunto de Dados PLASTIC: Um benchmark único de 4.500 imagens da vida real em 15 categorias de resíduos plásticos, projetado para superar as limitações de conjuntos de dados de lixo genéricos.
• Adaptive Training Controller (ATC): Um algoritmo de ajuste automático generalizado, transparente e agnóstico ao modelo. Ele melhora a convergência e reduz os custos computacionais ao regular dinamicamente as taxas de aprendizado, utilizando precisão mista e estabilizando gradientes sem exigir ajuste específico de arquitetura ou extensos recursos de GPU.
• Análise Comparativa: Uma avaliação abrangente de dez arquiteturas de CNN tanto no novo conjunto de dados PLASTIC quanto em um conjunto de dados de lixo público padrão, demonstrando a superioridade dos dados específicos do domínio e do framework ATC sobre os métodos de baseline e Optuna.

Resultados Experimentais
O estudo foi conduzido em um sistema equipado com uma GPU NVIDIA GeForce GTX 1660 Ti.

• Desempenho no Conjunto de Dados PLASTIC: O ATC consistentemente apresentou os valores de acurácia mais altos em comparação com os métodos baseline e Optuna.

  • A ResNet101 alcançou o pico de acurácia de 94,89% usando o ATC (comparado a 94,44% com Optuna e 91,78% com o baseline).
  • A ResNet50 também alcançou 94,89% de acurácia com o ATC, superando significativamente seu resultado com Optuna de 92,89%.
  • O ATC demonstrou maior estabilidade, particularmente para arquiteturas como VGG16 e VGG19, onde o Optuna resultou em degradação significativa de desempenho (ex: a acurácia de teste da VGG19 caiu para 77,78% com Optuna, mas permaneceu em 89,33% com o ATC).
  • O ATC reduziu o tempo de treinamento e os requisitos de memória, mantendo alta acurácia.

• Desempenho no Conjunto de Dados de Lixo (Garbage Dataset): Quando testado no conjunto de dados de lixo geral, o ATC também superou o baseline e o Optuna, embora a acurácia absoluta tenha sido menor devido à heterogeneidade do conjunto de dados. Por exemplo, a EfficientNet alcançou 68,95% de acurácia com o ATC, comparado a 66,78% com o Optuna. Notavelmente, o ATC proporcionou ganhos substanciais para modelos que tiveram dificuldades com o baseline, como a ResNet50, que melhorou de 21,27% (baseline) para 55,44% (ATC).

• Eficiência: O ATC exigiu apenas uma única execução de treinamento com ajustes dinâmicos, enquanto o Optuna exigiu múltiplas tentativas independentes (n_trials), resultando em um overhead computacional e dependência de GPU significativamente maiores para o Optuna.

Significância e Alegações
O artigo afirma que o framework ATC proposto oferece uma solução rápida, eficaz e computacionalmente eficiente para a classificação de resíduos plásticos baseada em aprendizado profundo. Ao integrar o ajuste de taxa de aprendizado adaptativo, otimização inteligente e consciência de hardware, o ATC minimiza a dependência de GPUs de alto desempenho e reduz o tempo de treinamento, ao mesmo tempo em que maximiza a acurácia de classificação. O estudo assegura que a combinação do conjunto de dados específico de domínio PLASTIC e o framework ATC independente de arquitetura fornece uma solução robusta e escalável para a gestão sustentável de resíduos, superando os métodos tradicionais de treinamento estático e de busca de hiperparâmetros baseados em pesquisa em diversas modelos de CNN. Os autores observam que, embora o ATC mostre melhorias significativas para modelos leves e de profundidade média, modelos mais profundos podem apresentar ganhos marginais devido à saturação arquitetônica em relação ao tamanho do conjunto de dados. O trabalho futuro é direcionado para o desenvolvimento de modelos leves para computação de borda (edge computing) e a expansão do conjunto de dados PLASTIC.