日常生活中，每個(gè)類別的垃圾往往包含了各式各樣的內(nèi)容，僅憑經(jīng)驗(yàn)，人們?cè)诜诸愅斗诺臅r(shí)候難免會(huì)出現(xiàn)偏差。幸運(yùn)的是，得益于云計(jì)算、大數(shù)據(jù)、人工智能和物聯(lián)網(wǎng)等先進(jìn)計(jì)算技術(shù)的發(fā)展，垃圾分類識(shí)別變得精準(zhǔn)高效起來。
通過先進(jìn)計(jì)算技術(shù)，垃圾分類識(shí)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(jì)算機(jī)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(jìn)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(duì)整張圖片進(jìn)行分類，為圖片給出唯一的分類標(biāo)簽，如單個(gè)瓶子的照片——可回收，果核照片——濕垃圾；有多目標(biāo)檢測(cè)分類，是對(duì)圖片中的多種垃圾進(jìn)行定位及單獨(dú)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(duì)容易實(shí)現(xiàn)，市場(chǎng)上近期比較熱門的幾個(gè)手機(jī)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(shí)用，應(yīng)用場(chǎng)景更為廣泛，但研發(fā)難度也更大。
使用曙光慧眼系統(tǒng)進(jìn)行垃圾分類模擬實(shí)驗(yàn)
現(xiàn)階段，垃圾分類識(shí)別技術(shù)的計(jì)算產(chǎn)品、算法都較為成熟，難點(diǎn)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(dòng)的方法，對(duì)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(shí)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(huì)打折扣，這時(shí)候曙光的做法是用圖像增強(qiáng)技術(shù)增加訓(xùn)練數(shù)據(jù)的量級(jí)，以提高識(shí)別精準(zhǔn)度。
至于識(shí)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(shí)現(xiàn)毫秒級(jí)快速物品識(shí)別。
其實(shí)曙光慧眼的主要用途并非垃圾分類，而是智能視頻人臉識(shí)別，可用于會(huì)議簽到、刷臉支付、酒店入住、各類門禁等場(chǎng)景，廣泛應(yīng)用于會(huì)場(chǎng)、車站、機(jī)場(chǎng)、學(xué)校、地鐵、小區(qū)、超市、賓館、企業(yè)前臺(tái)等復(fù)雜場(chǎng)景。
對(duì)于成熟的垃圾分類識(shí)別技術(shù)多久能普及開來，宋懷明表示很樂觀，46個(gè)城市，幾億人的剛需，市場(chǎng)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(jì)半年內(nèi)也會(huì)成熟并普及使用。
