Tiefes Lernen zur Erkennung von Baustellenabfällen mit ConvNeXt V2 EMA‑Aufmerksamkeit und WIoU v3‑Loss

Warum intelligentere Sortierung von Bauschutt wichtig ist

Jeder Neubau, jede Sanierung oder Abriss erzeugt Berge von Schutt – zerbrochener Beton, Ziegel, Fliesen, Holz, Schaumstoff und mehr. Ein Großteil dieses Materials könnte recycelt werden, wird jedoch oft auf Deponien vergraben, weil manuelle Sortierung langsam, teuer und fehleranfällig ist. Diese Studie untersucht, wie eine fortgeschrittene Form künstlicher Intelligenz verschiedene Arten von Baustellenabfällen auf Bildern automatisch erkennen und sortieren kann, damit Städte Verschmutzung reduzieren, Rohstoffe sparen und einer echten Zirkularwirtschaft für Baustoffe näherkommen.

Schutt, Ressourcen und ein wachsendes globales Problem

Bau‑ und Abbruchabfälle gehören heute zu den am schnellsten wachsenden Abfallströmen der Welt: pro Jahr entstehen etwa eine Milliarde Tonnen. Diese Trümmerhaufen verbrauchen Fläche, gefährden Böden und Gewässer und verschwenden Materialien, deren Herstellung Energieaufwand und Emissionen verursachte. Derzeit beruht die Behandlung nach wie vor stark auf Deponierung und Aufschüttung. Automatisierte Sichtsysteme, die schnell Beton von Ziegeln, Fliesen von Holz oder Schaumstoff von Gipsplatten unterscheiden können, könnten die Recyclingquoten deutlich verbessern. Baustellen in der Praxis sind jedoch chaotisch: Objekte überlappen, sind mit Staub bedeckt und haben oft ähnliche Farben und Texturen, weshalb zuverlässige automatische Erkennung eine große Herausforderung bleibt.

Ein neues digitales „Auge“ für Abfall auf dem Förderband

Die Autoren stellen ein maßgeschneidertes Objekterkennungssystem namens YOLO‑CEW vor, das auf der beliebten YOLO‑Familie von Echtzeit‑Visionsmodellen aufbaut. Sie trainieren es auf einem spezialisierten Datensatz von 1.774 Bildern, die in einer Recyclinganlage auf Zypern aufgenommen wurden und über 11.000 beschriftete Stücke von Bau‑ und Abbruchabfällen in sechs gängigen Kategorien enthalten: Beton, Ziegel, Fliesen, Gipskartonplatten, Holz und Schaumstoff. Die Bilder werden in getrennte Mengen für Training, Validierung und Test aufgeteilt, um Überanpassung zu vermeiden, und das Modell wird mehrfach mit unterschiedlichen Zufallsstarts ausgeführt, um robuste Ergebnisse sicherzustellen. Ziel ist es, das System schnell genug für den Einsatz auf bewegten Förderbändern zu halten und gleichzeitig die Genauigkeit bei der Erkennung und Beschriftung jedes Trümmerstücks deutlich zu verbessern.

Wie die verbesserte KI genauer hinsieht und aus Fehlern lernt

YOLO‑CEW verbessert das Basismodell YOLOv8 auf drei wesentliche Arten. Erstens wird an ausgewählten Stellen ein neueres Merkmalextraktions‑Backbone namens ConvNeXt V2 eingesetzt, das feine visuelle Unterschiede – etwa die Muster, die Fliesen von Beton unterscheiden – besser erfasst, ohne das System zu stark zu verlangsamen. Zweitens ergänzt es ein Efficient Multi‑scale Attention (EMA) Modul, das dem Netzwerk beibringt, sich über verschiedene Größenskalen hinweg auf die informativsten Regionen zu konzentrieren, wodurch sowohl große Platten als auch kleine, teilweise verdeckte Fragmente besser gefunden und störender Hintergrund ignoriert werden. Drittens führt es eine aktualisierte Trainingsverlustfunktion, WIoU v3, ein, die sehr schlechte Begrenzungsrahmen‑Schätzungen heruntergewichtet und das Lernen auf vielversprechendere Beispiele konzentriert, sodass das Modell seine Boxen enger um echte Objekte zieht, statt von verrauschten Proben fehlgeleitet zu werden.

Das Modell in realistischen Bedingungen testen

Auf dem Datensatz für Baustellenabfall erreicht YOLO‑CEW eine Präzision von 96,84 %, eine Trefferquote (Recall) von 95,95 % und einen Gesamt‑Erkennungswert (mAP@50) von 98,13 %, jeweils höher als die ursprüngliche YOLOv8‑Basis. Praktisch bedeutet das: Es verpasst weniger Objekte und erzeugt weniger Fehlalarme. Das Modell ist besonders stark bei der Unterscheidung schwieriger Klassen wie Fliesen und Schaumstoff, wenngleich bei staubverblassten Konturen weiterhin Verwechslungen zwischen Ziegel und Beton auftreten können. Wichtig ist, dass das System immer noch mit etwa 128 Bildern pro Sekunde läuft – weit über dem für Echtzeitüberwachung Erforderlichen – und somit für aktive Sortierbänder geeignet ist. Statistische Tests mit einem Bootstrap‑Verfahren bestätigen, dass diese Verbesserungen nicht zufällig sind. Vergleiche mit mehreren anderen YOLO‑Varianten zeigen, dass YOLO‑CEW konsequent führend in der Genauigkeit ist und gleichzeitig ein günstiges Verhältnis von Geschwindigkeit zu Leistung beibehält.

Über eine Anlage hinaus: Anpassung an andere Abfallströme

Um zu prüfen, ob ihr Ansatz generalisiert, testen die Forschenden YOLO‑CEW außerdem an einem separaten öffentlichen Müll‑Erkennungsdatensatz, der gängige Haushaltsmaterialien wie Plastik, Glas und Karton abdeckt. Selbst ohne spezielle Anpassung für dieses neue Umfeld übertrifft das Modell weiterhin das standardmäßige YOLOv8 bei Präzision, Recall und Gesamtqualität der Erkennung. Das deutet darauf hin, dass die architektonischen Verbesserungen – bessere Merkmalsextraktion, intelligentere Aufmerksamkeit und sorgfältigere Behandlung schlechter Trainingsbeispiele – in anderen Recycling‑ und Umweltüberwachungsaufgaben wiederverwendet werden könnten, von der Haushaltsmüllsortierung bis zur Müllaufspürung durch Drohnen.

Was das für sauberere, intelligentere Städte bedeutet

Für Nicht‑Spezialisten lautet die Schlussfolgerung: YOLO‑CEW funktioniert wie ein deutlich genaueres und schärferes Kamerasystem für Bauschutt. Es kann einen bewegten Schuttstrom beobachten, jedes Objekt herauspicken und mit hoher Zuverlässigkeit und Geschwindigkeit das Material kennzeichnen. Das erleichtert die Gestaltung automatisierter Linien, in denen Maschinen Materialien zur Wiederverwendung statt zur Deponie leiten. Zwar bleiben Herausforderungen – etwa extreme Unordnung, Staub und seltene Materialien – bestehen, doch zeigt die Studie, dass sorgfältig abgestimmte Deep‑Learning‑Modelle die heutigen „Abfälle“ in künftige Ressourcenströme verwandeln können und damit umweltfreundlichere Baupraktiken und klügere Städte unterstützen.

Zitation: Han, D., Ma, M., Li, X. et al. Deep learning for construction waste detection using ConvNeXt V2 EMA attention and WIoU v3 loss. Sci Rep 16, 6441 (2026). https://doi.org/10.1038/s41598-026-37473-3

Schlüsselwörter: Baustellenabfälle, Recycling‑KI, Objekterkennung, intelligente Städte, Deep Learning