大数据技术借垃圾分类一双“慧眼”

日前网上讨论最多的话题之一莫过于“干垃圾”、“湿垃圾”……等等了。7月1日起，“史上最严垃圾分类措施”从天而降上海。条例规定，个人混合投放垃圾今后最高可罚200元，单位混装混运最高可罚5万元，而且违规行为还将会列入征信系统，当上海市民尚在惊愕中，北京等另外45个城市的垃圾分类政策已然在路上。

日常生活中，每个类别的垃圾往往包含了各种内容，仅凭经验，人们在分类投放的时候难免会出现偏差。我们现在不是有很牛的云计算、大数据、人工智能和物联网等先进计算技术吗？能不能用在垃圾分类识别上呢？

对此，曙光公司大数据智能研究院院长宋怀明回答说，在计算机大数据视觉分析领域，目前主要基于神经网络的算法进行图像分类，分类技术有很多种。

具体到垃圾分类，有两种。一种是单一目标分类，即对整张图片进行分类，为图片给出唯一的分类标签，如单个瓶子的照片——可回收，果核照片——湿垃圾；还有一种是多目标检测分类，是对图片中的多种垃圾进行定位及单独分类，比如一堆垃圾中，瓶子是可回收，废纸则是干垃圾。

“前者在技术上相对容易实现，市场上近期比较热门的几个手机垃圾分类的APP都是使用这种技术；而后者则在生活中更为实用，应用场景更为广泛，但研发难度也更大。”宋怀明说。

其实，现阶段，垃圾分类识别技术的计算产品、算法都很成熟了，难点在于缺乏足够量的训练图片集。由于神经网络算法是一种数据驱动的方法，对训练样本数据量及质量要求较高，数据量越大，识别判断就越精准。宋怀明介绍说，理想状态是每一类垃圾数据集为几万张图片，精准度可达到95%以上。如果图片集数量不足，精准度则会打折扣，这时候曙光的做法是用图像增强技术增加训练数据的量级，以提高识别精准度。

至于识别图片速度，既取决于终端网络延迟，更取决于后端的处理速度及算法复杂度。以“曙光慧眼”举例，即使在光线阴暗、适量遮挡、物品一定程度变形变色等条件下，仍可实现毫秒级快速物品识别。

其实当前，“曙光慧眼”的主要用途目标可不是垃圾，而是人脸。也就是常用的智能视频人脸识别，用于会议签到、刷脸支付、酒店入住、各类门禁等，目前已经广泛应用于会场、车站、机场、学校、地铁、小区、超市、宾馆、企业前台等复杂场景。

那么，成熟的垃圾分类识别技术什么时候才能普及开来呢？宋怀明对此表示很乐观，他坦言，46个城市、几亿人的刚需，市场空间和商业潜力是有多巨大。在此带动下，即使是很复杂的多种垃圾定位分类应用，预计半年内也会成熟并普及使用。

（经济日报 记者：黄鑫 责编：胡达闻）