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、大數據、人工智能和物聯網等先進計算技術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。
曙光公司大數據智能研究院院長宋懷明表示，現階段，垃圾分類識別技術的計算產品、算法都較為成熟，難點在缺乏足夠量的訓練圖片集。但是，對于成熟的垃圾分類識別技術的普及，宋懷明表示很樂觀。他認為，復雜的多種垃圾定位分類應用，預計半年內也會成熟并普及使用。
據宋懷明介紹，在計算機大數據視覺分析領域，目前主要基于神經網絡的算法進行圖像分類，分類技術有很多種。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，技術相對容易實現，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;后者則在生活中更為實用，應用場景更為廣泛，但研發難度也更大。
現階段，垃圾分類識別技術的計算產品、算法都較為成熟，難點在缺乏足夠量的訓練圖片集。由于神經網絡算法是一種數據驅動的方法，對訓練樣本數據量及質量要求較高，數據量越大，識別判斷越精準。
宋懷明介紹，理想狀態是每一類垃圾數據集為幾萬張圖片，精準度可達到95%以上。如果圖片集數量不足，精準度則會打折扣，這時候曙光的做法是用圖像增強技術增加訓練數據的量級，以提高識別精準度。
宋懷明認為，成熟的垃圾分類識別技術預計在半年內成熟并普及使用。畢竟46個城市，幾億人的剛需，市場空間和商業潛力巨大。(靜靜)
