博学谷 > 资讯 > 人工智能 > 人工智能自动分类垃圾的应用原理深度分析

原创 人工智能自动分类垃圾的应用原理深度分析

发布时间:2019-10-28 11:24:18 浏览 2490 来源:博学谷 作者:照照

    不久前上海关于垃圾分类的出台政策大家应该还记得,做好垃圾分类成为了许多人的难题。其实,随着人工智能技术的突飞猛进,自动分类垃圾桶已经出现了。目前有许多关于人工智能自动分类垃圾的应用,像是芬兰的Bin-e垃圾桶,阿里的“浣熊”智能垃圾分类系统等等,相信国内人工智能自动分类垃圾应用将成为新的发展趋势,人工智能自动分类垃圾的普及也只是时间问题。下面来看看人工智能自动分类垃圾的应用原理。
      

    人工智能自动分类垃圾

     

    人工智能可以应用于垃圾分类吗?
      

    在不久的将来,人工智能垃圾桶将更广泛地应用开来,让垃圾分类变得更简单、更高效。今年7月,上海第二批人工智能应用场景需求正式“发榜”,“人工智能在生活垃圾分类中的应用”便是其中之一。根据相关场景需求内容,未来的智能垃圾箱房,可以进行生活垃圾图像采集和识别,智能提示投放分类垃圾桶,当居民投放错误时可立即发现并报警,对湿垃圾中的典型干垃圾杂质进行警报提醒,可识别的杂质类型还可通过智能学习逐步增加。
      

    在生活垃圾分类清运方面,不同种类的生活垃圾清运车可自动识别分类垃圾桶,并进行收运,确保分类收运。通过车载摄像和图像传感设备,记录小区湿垃圾的收集过程,在湿垃圾倾倒入车时,进行杂质识别并记录报警。在垃圾处理中转站,自动分类机器人或智能抓斗,可通过机械手抓取各种形状的垃圾,识别可回收垃圾、有害垃圾等,并放置到不同的回收处理装置中。通过图像识别技术,对中转入集装的垃圾,判别垃圾批次质量,预防之前的漏检以及危险物品。不仅如此,对于部分人群不便定时定点投放垃圾的问题,居民可以通过APP下发指令,GPS垃圾回收机器人接到命令后,启用自身的GPS和运动传感器前往定位住户的指定地点,帮助居民将垃圾自动投放到不同的垃圾桶内。
      

    人工智能自动分类垃圾的应用案例:
      

    波兰创业公司开发了一种基于人工智能和云服务的智能垃圾桶,可以自行判断出垃圾种类并分类。通过传感器、摄像头、具有深度学习特点的AI图像识别算法,来自动分类垃圾。Bin-e垃圾桶用起来特别简单,用户只需在Bin-e垃圾桶前扫描一下垃圾、舱门便会打开,将垃圾放入其中便可以了。其实,垃圾桶早已分辨出垃圾类型,将其压缩并分类放置。另外,垃圾桶的内容、剩余空间都会即时上传到云空间,而回收公司只需要通过App即可随时检查,当然也可收到通知信息。除了回收垃圾,Bin-e垃圾桶甚至还能够通过垃圾分析附近用户的消费习惯(当然是非实名的方式),包括饮料、食品的品牌和数量,对于一些经营商业广场的商业用户来说,显然是具有一定价值
      

    阿里人工智能实验室公布一项内部代号为“浣熊”的智能垃圾分类系统,这是一个可以根据不同城市垃圾分类标准,自动识别上万种常见垃圾,迅速准确的进行垃圾分类的智能系统。‘浣熊’系统已存储超万条物品数据,能够实现日常生活垃圾全识别。基于AI(人工智能)训练模型的‘浣熊’系统还可主动升级垃圾数据库,自动适应不同城市分类要求。
      

    人工智能自动分类垃圾的应用原理:
      

    1、“垃圾”图像数据准备
      

    为了实现一个理想的垃圾自动分类器,需要有一个已经分好类别的“垃圾”图像数据集作为训练的基础。然而当前并没有这样一个可以直接使用的数据集,所以我们首先自己动手收集海量的“垃圾”图像并为每张图像标注上相应的类别。数据集的收集一直是一件耗时耗力的工作,为了快速便捷地完成“垃圾”图像数据集的收集,我们依据官方发布的垃圾分类指南上每一类所包含的垃圾名称,通过在百度图片上爬取名称对应的图像来实现。
      

    在实际的应用场景中,待分类的样本往往是不可控的,所以一般会增加“其他”这个类别用来收留各种异常样本。在垃圾分类中,除可回收物、有害垃圾和湿垃圾外都属于干垃圾,所以干垃圾已经扮演了“其他”的角色。我们的“垃圾”图像数据集最终分为可回收垃圾、有害垃圾、湿垃圾和干垃圾四个类别。
      

    2、垃圾自动分类器
      

    垃圾自动分类本质上是一个图像分类问题,当前基于深度卷积神经网络的图像分类算法发展很快,各种方法层出不穷。在深度学习出现之前,可变形部件模型(DPM)一直是流行的目标检测方法。深度学习出现后,以R-CNN、Fast R-CNN、Faster R-CNN为代表的两阶段算法和以YOLOv1-3、SSD、RetinaNet为代表的单阶段算法成为主流。前者是先由算法生成一系列待检测目标的候选框,再通过卷积神经网络进行候选框的分类;后者则不用产生候选框,直接将目标边框定位的问题转化为回归问题处理。
      

    和垃圾分类器一样,一个理想的垃圾检测器,需要大量的“垃圾”标注数据来支撑。但是与分类数据集相比,检测数据集除了标注类别外还要标注图位置坐标,这样的标注工作更为艰巨。在完成垃圾检测的图像数据集后,就可以利用当前主流的深度学习检测算法来实现批量垃圾的分类。
      

    以上就是人工智能自动分类垃圾的应用原理深度分析。在大家的实际生活中,人工智能对于垃圾分类的应用,可能还存在着许多的不足,但是相信未来随着人工智能技术的进一步发展,这些问题都能够迎刃而解。关于AI垃圾分类的原理,碍于篇幅的限制就暂时讲到这里啦。如果对于人能智能相关内容还有兴趣的小伙伴,可以继续关注博学谷资讯。

    申请免费试学名额    

在职想转行提升,担心学不会?根据个人情况规划学习路线,闯关式自适应学习模式保证学习效果
讲师一对一辅导,在线答疑解惑,指导就业!

领取成功
领取失败
上一篇:人工智能面试是如何面试的?人工智能面试原理解析 下一篇:人工智能与智能控制是什么关系?

相关推荐 更多

最新文章

扫描二维码,了解更多信息