日常生活中，每個類別的垃圾往往包含了各式各樣的內(nèi)容，僅憑經(jīng)驗，人們在分類投放的時候難免會出現(xiàn)偏差。幸運的是，得益于云計算、大數(shù)據(jù)、人工智能和物聯(lián)網(wǎng)等先進計算技術(shù)的發(fā)展，垃圾分類識別變得精準(zhǔn)高效起來。
通過先進計算技術(shù)，垃圾分類識別是否能做到非常精準(zhǔn)？速度快不快？技術(shù)多久可以成熟并普及開來？帶著如上一系列問題，我們采訪了曙光公司大數(shù)據(jù)智能研究院院長宋懷明博士。
據(jù)宋懷明介紹，在計算機大數(shù)據(jù)視覺分析領(lǐng)域，目前主要基于神經(jīng)網(wǎng)絡(luò)的算法進行圖像分類，分類技術(shù)有很多種。具體到垃圾分類，有單一目標(biāo)分類，即對整張圖片進行分類，為圖片給出唯一的分類標(biāo)簽，如單個瓶子的照片——可回收，果核照片——濕垃圾；有多目標(biāo)檢測分類，是對圖片中的多種垃圾進行定位及單獨分類，比如一堆垃圾中，瓶子是可回收，廢紙則是干垃圾。前者，技術(shù)相對容易實現(xiàn)，市場上近期比較熱門的幾個手機垃圾分類的APP都是使用這種技術(shù)；后者則在生活中更為實用，應(yīng)用場景更為廣泛，但研發(fā)難度也更大。
使用曙光慧眼系統(tǒng)進行垃圾分類模擬實驗
現(xiàn)階段，垃圾分類識別技術(shù)的計算產(chǎn)品、算法都較為成熟，難點在缺乏足夠量的訓(xùn)練圖片集。由于神經(jīng)網(wǎng)絡(luò)算法是一種數(shù)據(jù)驅(qū)動的方法，對訓(xùn)練樣本數(shù)據(jù)量及質(zhì)量要求較高，數(shù)據(jù)量越大，識別判斷越精準(zhǔn)。宋懷明介紹，理想狀態(tài)是每一類垃圾數(shù)據(jù)集為幾萬張圖片，精準(zhǔn)度可達(dá)到95%以上。如果圖片集數(shù)量不足，精準(zhǔn)度則會打折扣，這時候曙光的做法是用圖像增強技術(shù)增加訓(xùn)練數(shù)據(jù)的量級，以提高識別精準(zhǔn)度。
至于識別圖片速度，既取決于終端網(wǎng)絡(luò)延遲，更取決于后端的處理速度及算法復(fù)雜度。以“曙光慧眼”舉例，即使在光線陰暗、適量遮擋、物品一定程度變形變色等條件下，仍可實現(xiàn)毫秒級快速物品識別。
其實曙光慧眼的主要用途并非垃圾分類，而是智能視頻人臉識別，可用于會議簽到、刷臉支付、酒店入住、各類門禁等場景，廣泛應(yīng)用于會場、車站、機場、學(xué)校、地鐵、小區(qū)、超市、賓館、企業(yè)前臺等復(fù)雜場景。
對于成熟的垃圾分類識別技術(shù)多久能普及開來，宋懷明表示很樂觀，46個城市，幾億人的剛需，市場空間和商業(yè)潛力巨大。即使是復(fù)雜的多種垃圾定位分類應(yīng)用，預(yù)計半年內(nèi)也會成熟并普及使用。
