#今日论文推荐# CVPR 2022 | 将X光图片用于垃圾分割，港中大（深圳）探索大规模智能垃圾分类

#今日论文推荐# CVPR 2022 | 将X光图片用于垃圾分割，港中大（深圳）探索大规模智能垃圾分类

研究者表示，这一工作有望让大规模的智能垃圾分类检查成为可能，提升垃圾分类回收的效率，减少环境污染。
近些年来，社会的发展带来了生活垃圾的爆发性增长，实行垃圾分类既可以减少对自然环境的破坏，同时对垃圾中的可回收资源进行回收再利用，也带来更大经济效益。垃圾分类的的检查工作是其中的重要一环，只有正确的分类才能提升回收效率和避免环境污染。传统的分类检查方法依赖于人工的翻阅。而现有的图像检查方法也需要打开垃圾袋并且把垃圾摊开。这些检查方法存在两大缺点：

1. 翻开垃圾袋的过程比较繁琐，且对于接触垃圾的人存在污染、传播疾病的风险；
2. 复杂繁多的垃圾容易产生视线遮挡，容易出现遗漏和错判。

考虑到上述的问题，我们提出了以下的解决方案：

• 提出了第一个基于 X 光图片的、实例级别的垃圾分割数据集 (WIXRay)。数据集中包含 5,038 张 X 光图片，共 30,845 个垃圾物品实例。对于每个实例，我们标注了高质量的类别、bbox 以及实例级别的分割。
• 在现有实例分割方法的基础上针对 X 光垃圾图片遮挡严重、有穿透效果的特点进行改进，提出了从易到难的策略，设计了 Easy-to-Hard Instance Segmentation Network (ETHSeg)，利用高置信度的预测结果来帮助严重重叠区域的难预测物体的分割。另外，我们还增加了一个全局轮廓模块来更好地利用 X 光下物体的轮廓信息。

论文题目：ETHSeg: An Amodel Instance Segmentation Network and a Real-World Dataset for X-Ray Waste Inspection
详细解读：https://www.aminer.cn/research_report/62eb34457cb68b460ffb3b6bhttps://www.aminer.cn/research_report/62eb34457cb68b460ffb3b6b
AMiner链接：https://www.aminer.cn/?f=cs