基于合成与派生训练图像的校园垃圾检测：YOLOv8n多种子评估
该研究评估了使用合成和派生图像提升YOLOv8n垃圾检测器性能的效果。真实数据集包含148张校园照片，实验发现所有合成增强方案均未超过仅使用真实图像的基线模型（[email protected]为0.691）。手部复合实验因测试集污染而重建，校正后效果不显著。研究强调测试集规模小限制了结论的可靠性。
近日，一项关于校园垃圾检测的研究在arXiv上发表，探讨了使用合成和派生图像训练YOLOv8n模型的效果。该研究由Ali Behbahani等四位作者完成，旨在通过摄像头实时反馈改善校园回收流中的错误丢弃问题。研究团队收集了148张校园照片，其中86张用于训练，31张用于验证，31张用于测试。他们设计了12种联合训练配置，改变添加图像的数量和来源，并对7种主要设置使用4个匹配的随机种子进行重复实验，计算了百分位自助区间。
结果显示，仅使用真实图像的基准模型平均[email protected]达到了0.691（区间[0.665,0.722]）。然而，当引入合成图像后，性能出现下降：背景替换将平均mAP降至0.560，隔离物体图像为0.680，完整增强池仅为0.487。这些结果表明，当前合成数据策略未能带来改善。
研究还特别关注了手部复合图像的效果，因为每张真实照片中都包含手持物品。最初的手部复合集使用了测试集中的两个剪切图，导致实验无效。研究团队用训练集剪切图重建了该复合集并重新实验，校正后的配对差异为+0.034（区间[-0.063,0.199]），不支持可靠的手部复合效应。此外，单种子迁移实验显示，联合混合与顺序预训练的效果取决于数据源。
作者强调，所有配置均未超过真实数据基线，且31张测试集规模过小，无法得出强有力的类别特定结论。这项研究为计算机视觉在校园垃圾检测中的应用提供了重要参考，但进一步工作需扩大数据集并探索更有效的合成方法。