7月4日消息，隨著上海、北京等46個城市垃圾分類條例的出臺。如何通過云計算、大數(shù)據(jù)、人工智能和物聯(lián)網(wǎng)等先進計算技術(shù)將垃圾分類識別變得更加精準高效，成為科技公司的下一個攻破目標。
曙光公司大數(shù)據(jù)智能研究院院長宋懷明表示，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。但是，對于成熟的垃圾分類識別技術(shù)的普及，宋懷明表示很樂觀。他認為，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。
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，有單一目標分類，即對整張圖片進行分類，為圖片給出唯一的分類標簽，如單個瓶子的照片——可回收，果核照片——濕垃圾;有多目標檢測分類，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。
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。
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，精準度可達到95%以上。如果圖片集數(shù)量不足，精準度則會打折扣，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，以提高識別精準度。
宋懷明認為，成熟的垃圾分類識別技術(shù)預(yù)計在半年內(nèi)成熟并普及使用。畢竟46個城市，幾億人的剛需，市場空間和商業(yè)潛力巨大。(靜靜)
