《Resources, Conservation & Recycling Advances》：Waste attention inference ensemble framework for accurate waste classification with novel adaptive attention mechanisms
编辑推荐：
废弃物分类对于现实城市和工业环境中的高效回收、资源管理和环境可持续性至关重要。然而，废弃物类型的多样性和环境条件以及有限的数据集等挑战阻碍了分类模型的准确性。为了解决这些问题，本文提出了一种新颖的方法——废弃物注意力推理集成模型（Waste Attention
废弃物分类对于现实城市和工业环境中的高效回收、资源管理和环境可持续性至关重要。然而，废弃物类型的多样性和环境条件以及有限的数据集等挑战阻碍了分类模型的准确性。为了解决这些问题，本文提出了一种新颖的方法——废弃物注意力推理集成模型（Waste Attention Inference Ensemble Model, WAIEM），该模型融合了多尺度特征学习、智能模型选择和注意力机制。该模型利用综合性全局废弃物数据（GlobalWasteData, GWD）档案，这是一个大规模数据集，整合了2016年至2025年间发布的19个公开废弃物数据集，以提高模型的鲁棒性和分类精度。WAIEM融合了新颖的多尺度推理学习（Inference Learning, IL）和注意力学习（Attention Learning, AL），以捕获全局和细粒度模式，同时聚焦于最相关的特征以减少噪声。采用多目标帕累托前沿选择（Pareto Front Selection for Multi-Objective Optimization, PFSMOO）方法进行高效模型选择。实验结果表明，WAIEM取得了令人瞩目的性能，精确率（Precision）达到94.80%，召回率（Recall）为93.23%，F1分数（F1-score）为94.01%，准确率（Accuracy）为94.05%，展示了其在可靠废弃物分类方面的潜力。
**论文解读：基于WAIEM框架的废弃物分类研究**
**研究背景与问题**
随着快速城市化和人口增长，全球废弃物产生量预计到2050年将翻倍，达到34亿吨/年。传统手动废弃物分类成本高、耗时长、劳动强度大，且易出错，尤其在处理大量废弃物时效率低下。尽管深度学习（DL）方法，尤其是卷积神经网络（CNN）在废弃物分类中取得进展，但现有方法仍面临三大挑战：特征表示局限（仅依赖单尺度或浅层层次特征，难以同时捕获全局上下文和细粒度判别模式）、特征相关性不确定性（废弃物图像常包含杂乱背景和重叠物体，需要自适应机制强调判别区域并抑制无关信息）、模型选择低效（多数方法依赖固定架构，缺乏在多目标约束下优化模型配置的机制）。此外，现有模型在真实环境中的泛化能力不足，且对计算资源要求高。为应对这些挑战，研究人员提出废弃物注意力推理集成模型（WAIEM）。
**研究人员开展的研究与结论**
研究人员提出WAIEM框架，融合多尺度特征学习、推理学习（IL）、注意力学习（AL）和帕累托前沿多目标优化（PFSMOO）。该模型在大规模全局废弃物数据（GWD）档案（67,670张高质量图像，14个父类、68个子类）上训练与评估。实验结果表明，WAIEM在精确率（Precision，94.80%）、召回率（Recall，93.23%）、F1分数（F1-score，94.01%）和准确率（Accuracy，94.05%）上均优于现有方法，包括ImageNet预训练模型、Transformer模型及混合模型。该研究为自动化废弃物分类提供了可靠且计算高效的方案，论文发表在《Resources, Conservation》。
**关键技术方法**
研究人员采用以下关键技术方法：
- **PFSMOO**：从20个候选模型（14个ImageNet架构、2个混合模型、4个Transformer基模型）中，通过多目标优化（同时最大化准确率和最小化模型复杂度）选择Pareto最优解，最终选定DenseNet201作为基线模型。
- **多尺度特征学习**：通过DenseNet201的密集块（Dense Block）在不同层级提取特征，结合IL和AL模块进行多尺度融合。
- **IL模块**：基于中心值（μ）和扩散值（σ）生成推理隶属度图（M
i,j,c），对每个特征激活进行自适应加权，突出高方差判别性特征并抑制均匀噪声。
- **AL模块**：在IL输出的特征图上应用通道注意力和空间注意力，通过全连接层和卷积操作动态调整特征重要性。
- **推理注意力特征集成**：融合来自多个Dense层的多尺度特征，保持局部细节和全局语义。
- **数据集来源**：GWD档案整合了19个公开数据集（2016–2025年），涵盖多个国家，图像通过手持/固定相机现场采集、网络爬取和志愿者提交获得，包括室内、室外和低光照条件。
**研究结果**
**4.1 预处理与数据集平衡**：通过将图像缩放至224×224像素、归一化至[0,1]区间，并采用随机旋转（90°）、水平翻转和垂直翻转进行数据增强，增加了训练数据多样性。
**4.2 类级性能评估**：与基线模型（DenseNet201，准确率91.09%）相比，WAIEM在14个废弃物类别上均获得提升，总准确率升至94.05%。例如，Construction CC类精确率从0.9083升至0.9243，Wood类召回率从0.7917升至0.8902。混淆矩阵显示WAIEM对角线更强，错分减少。ROC曲线下面积（AUC）从0.9881升至0.9946，精确率-召回率曲线平均精度（AP）从0.9447升至0.9705。
**4.3 与现有ImageNet模型比较**：WAIEM在准确率、精确率、召回率和F1分数上均优于ConvNeXtBase（83.78%）、DenseNet201（91.09%）、VITL16（81.59%）等模型，证明其优越性。
**4.4 与现有注意力模块比较**：IL+AL模块在准确率（94.05%）、精确率（94.80%）、召回率（93.23%）、F1分数（94.01%）和Cohen Kappa系数（0.9364）上均优于SE、CBAM、CA等模块，最高提升约10个百分点。
**4.5 与SOTA模型比较**：在统一GWD数据集上评估，WAIEM准确率（94.05%）高于DenseNet121（89.61%）、ResNet50（84.79%）和YOLO（86.42%）等。
**4.6 计算性能比较**：WAIEM仅需18.40M参数、0.3G FLOPs和75,700 KB内存，计算复杂度远低于VITL16（95.2M参数、61.6G FLOPs）和VGG16（138.4M参数），适合资源受限环境。
**4.7 Grad-CAM分析**：可视化热图显示，WAIEM更准确地聚焦于废弃物区域，如玻璃和电池，而基线模型关注区域较分散。
**4.8 LIME分析**：局部可解释性图证实WAIEM关注金属和医疗废弃物等关键区域，增强决策透明度。
**4.9 置信区间**：各指标95%置信区间较窄，如Battery Energy类精确率CI为(0.9442, 0.9644)，表明结果稳定可靠。
**4.10 配对统计显著性分析**：McNemar检验显示WAIEM与基线模型差异显著（p=1.8×10
-18），效果大小Δ=2.96个百分点，且WAIEM在分歧样本中正确率是基线的2.22倍。
**4.11 复杂度分析**：WAIEM在参数和FLOPs上优于YOLO-MTG（3.4M参数）、GMamba等，且准确率更高。
**4.12 消融研究**：逐步添加IL、AL和多尺度模块，完整模型性能最佳（94.05%），验证各组件贡献。不同随机种子实验显示平均准确率92.53%，标准差1.66，表明鲁棒性。
**4.13 独立数据集完整性验证**：通过SHA-256和感知哈希（pHash）去除重复图像（16,250张精确重复、3,357张近重复），最终得到67,670张唯一图像，分割后无泄漏。
**4.14 工业局限性**：在低光照、过曝、运动模糊等条件下，WAIEM性能下降约5-15%，其中完整模型对光照变化较敏感，提示需要针对性增强。
**4.15 讨论**：WAIEM通过IL+AL实现自适应特征细化，不同于SE、CBAM的静态注意力，其推理引导的隶属度图能更好地抑制噪声并保留判别性纹理。
**总结与讨论**
讨论部分指出，WAIEM区别于传统多尺度融合和注意力方法，其IL模块通过推理引导的隶属度图估计特征相关性和不确定性，AL模块在此基础上进行自适应通道和空间注意力细化，结合推理注意力集成策略，提升了大尺度废弃物分类的鲁棒性和泛化能力。研究结论部分翻译如下：
本研究提出了WAIEM，一种多尺度推理和注意力集成框架，旨在提高复杂异质环境中的废弃物分类性能。与依赖单尺度特征提取的传统方法不同，WAIEM融合了多尺度特征学习与推理学习（IL）和注意力学习（AL），使模型能够捕获全局上下文和细粒度判别模式，同时减少背景噪声。此外，使用全局废弃物数据（GWD）档案增强了数据多样性，提升了模型在不同废弃物类别和条件下的泛化能力。实验结果验证了该框架的一致且具竞争力的性能，证明了多尺度表示学习与注意力驱动特征细化及基于集成的推理选择相结合的有效性。研究还强调，性能提升不仅源于架构复杂性，更得益于有效的特征融合和通过PFSMOO进行的明智模型选择。尽管有这些改进，在适应高度动态的真实环境和降低边缘部署计算开销方面仍存在挑战。未来工作将围绕四个具体方向展开：（i）通过量化、剪枝和知识蒸馏优化IL+AL模块以实现边缘部署；（ii）多模态分类融合RGB与高光谱/热数据；（iii）利用IL细化特征空间中的原型学习进行少样本识别，以解决少数类弱点；（iv）对抗性域适应与动态集成剪枝，实现跨设施泛化并降低推理成本。
