垃圾数据集 (GD)：用于自动废物分离的多类图像基准

本研究介绍了垃圾数据集 (GD)，一个面向机器学习和计算机视觉的公开图像数据集，用于推进自动废物分离。该数据集涵盖 10 类常见家庭废物：金属、玻璃、生物质、纸张、电池、垃圾、纸板、鞋子、衣物和塑料。数据集包含 12,259 张标记图像，通过多种方法收集，包括 DWaste 移动应用和精选网络来源。所采用的方法包括严格的校验和验证和异常值检测，分析了类别不平衡和通过 PCA/t-SNE 的视觉可分离性，以及使用熵和显著性措施评估背景复杂度。数据集通过最先进的深度学习模型（EfficientNetV2M、EfficientNetV2S、MobileNet、ResNet50、ResNet101）进行基准测试，这些模型在性能指标和操作碳排放方面均得到评估。实验结果表明，EfficientNetV2S 在准确率达到 95.13% 和 F1 分数达到 0.95 的情况下取得最佳性能，同时具有适中碳成本。分析揭示了数据集的内在特征，包括类别不平衡、对高异常值类别（塑料、纸板、纸张）的倾斜，以及亮度变化，这些都要求予以考虑。主要结论是，GD 为废物分类研究提供了宝贵的真实世界基准，同时突显了诸多重要挑战，如类别不平衡、背景复杂度以及在模型选择中环境权衡必须予以解决以实现实际部署。该数据集已公开发布以支持环境可持续性应用的进一步研究。