基於合成與派生訓練圖像的校園垃圾檢測：YOLOv8n多種子評估
該研究評估了使用合成和派生圖像提升YOLOv8n垃圾檢測器性能的效果。真實數據集包含148張校園照片，實驗發現所有合成增強方案均未超過僅使用真實圖像的基線模型（[email protected]為0.691）。手部複合實驗因測試集污染而重建，校正後效果不顯著。研究強調測試集規模小限制了結論的可靠性。
近日，一項關於校園垃圾檢測的研究在arXiv上發表，探討了使用合成和派生圖像訓練YOLOv8n模型的效果。該研究由Ali Behbahani等四位作者完成，旨在通過攝像頭實時反饋改善校園回收流中的錯誤丟棄問題。研究團隊收集了148張校園照片，其中86張用於訓練，31張用於驗證，31張用於測試。他們設計了12種聯合訓練配置，改變添加圖像的數量和來源，並對7種主要設置使用4個匹配的隨機種子進行重複實驗，計算了百分位自助區間。
結果顯示，僅使用真實圖像的基準模型平均[email protected]達到了0.691（區間[0.665,0.722]）。然而，當引入合成圖像後，性能出現下降：背景替換將平均mAP降至0.560，隔離物體圖像為0.680，完整增強池僅為0.487。這些結果表明，當前合成數據策略未能帶來改善。
研究還特別關注了手部複合圖像的效果，因為每張真實照片中都包含手持物品。最初的手部複合集使用了測試集中的兩個剪切圖，導致實驗無效。研究團隊用訓練集剪切圖重建了該複合集並重新實驗，校正後的配對差異為+0.034（區間[-0.063,0.199]），不支持可靠的手部複合效應。此外，單種子遷移實驗顯示，聯合混合與順序預訓練的效果取決於數據源。
作者強調，所有配置均未超過真實數據基線，且31張測試集規模過小，無法得出強有力的類別特定結論。這項研究為計算機視覺在校園垃圾檢測中的應用提供了重要參考，但進一步工作需擴大數據集並探索更有效的合成方法。