datasheet

AI垃圾分类市场风口爆发,究竟是“市场”还是“大坑”

2019-08-16来源: eefocus关键字:AI  华为云  垃圾分类

也许我们从来没有想过,

看似简单的垃圾分类居然给“聪明”的人类带来如此大的困扰

2019年7月1日,史称“最严格的垃圾分类法”

《上海市生活垃圾管理条例》正式开始施行

一夜之间

上海人最常用的见面语从“侬好”

变成了“侬是什么垃圾?”

 


虽然只有可回收物、有害垃圾、干垃圾和湿垃圾四种分类,但面对现实生活中“丰富多彩”的垃圾,市民们还是被搞得“晕头转向”、“丈二和尚摸不着头脑”。

 


该市民正在查询垃圾如何分类

 

有市民表示,由于要进行垃圾分类,连珍珠奶茶都不敢喝了。喝完后,“侬晓得该怎么分类伐?”面对这样的“世纪难题”,很多网友都“脑洞大开”想到了很多法子来降低垃圾分类的难度。

 

 

不过,在科技如此发达的今天,用这些方法来进行垃圾分类,未免就太“不潮流”了,为什么就不能试试用如今炙手可热的AI来进行垃圾分类呢?

 

AI 垃圾分类市场风口爆发

实际上,用AI进行垃圾处理并不是一件新鲜的事情,前几年波兰创业公司Bin-e公司开发了一种全新的人工智能垃圾桶,用户只需要在垃圾桶前扫描一下垃圾,舱门便会打开。这个人工智能垃圾桶是通过传感器、摄像头、AI图像识别算法来自动进行垃圾分类,使用起来可以说是很方便了,而且回收公司也可以通过APP来随时检查垃圾桶的剩余空间等。

 

印度尼西亚一家创业公司Gringgo也曾使用谷歌的机器学习平台TensorFlow研发图像识别工具。目标是让环卫工人更好地对垃圾进行分析和分类,并量化它们的价值。无独有偶,硅谷的创业公司Compology就给小区的垃圾箱配备了智能传感器。这些传感器每天会多次拍摄垃圾桶内部的高分辨率照片,并发送图像到云端。这样,垃圾清理公司就能够及时监控信息,优化卡车清运垃圾的路线或时间表,快捷高效地拾取垃圾,从而保证了不同规模小区的垃圾清理效率。

 

今年五月,沃尔沃公司同样宣布与瑞典的Renova公司联手,开始测试自动驾驶垃圾车。除了和普通无人车一样配置激光定位器、雷达、摄像头、红外摄像头等传感系统之外,这种卡车还能够按照设置好的路线,沿途收集垃圾。

 

垃圾分类 AI 开发的背后,暗藏“大坑”
实际上,用AI进行垃圾分类并不像人们想象中的那样简单,它至少需要跨过几个大坑:

 

第一,为了实现垃圾自动分类,首先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。如果没有这样一个可以直接使用的数据集,就需要自己动手收集海量的“垃圾”图像并为每张图像标注相应的类别。而数据集的收集以及标注一直都是一件非常耗时耗力的工作。

 

第二,垃圾分类实际上是一个图像识别分类的问题。通常,对于图像识别分类,基于深度卷积神经网络的图像分类算法效果最好,这当中,目前应用比较广泛的AlexNet、VGGNet、ResNet。AlexNet是计算机视觉任务的标配,虽然比较成熟,但由于出现较早,在性能上有些落伍,在AlexNet的基础上,以增加网络深度为思路,出现了VGGNet,但后来居上的ResNet,使得层数极深的网络成为了可能,从而使网络性能得到了大幅提升。当前ResNet及其变种形式已经被广泛地应用于图像分类任务。不过,不论是AlexNet、VGGNet、还是ResNet,部署起来都挺复杂,也不太易于使用。

 

华为云 ModelArts:让垃圾分类开发“极快致简”

不过,好在有华为云ModelArts一站式AI开发平台,拥有强大功能的它能够帮开发者们“极快致简”地越过AI垃圾分类开发的大坑。华为云ModelArts对AI开发中的全流程,包括数据处理、模型训练、模型管理、应用部署等各方面都进行了极致优化,比如目前最耗费“人工”的数据筛选、预标注等。ModelArts内置MindData AI数据框架,以AI的机制来治理数据,用迭代训练来解决标注的数据量问题,可实现数据标注与准备效率的百倍提升。借助ModelArts,不仅资深AI开发者能驾轻就熟的全程在云上进行算法开发和模型训练,零基础的开发小白也能轻松驾驭。

 

事实上,通过算力和计算方案方面的改进,在同样的模型、数据集和同等硬件资源情况下,ModelArts能将模型训练耗时降低一半。今年3月,在国际权威的深度学习模型基准测试平台斯坦福DAWNBenchmark图像识别总训练/推理时间测试中,ModelArts排名世界第一。

 

就垃圾分类场景具体而言,ModelArts能够有效助力垃圾分类AI模型开发。首先是垃圾图片数据集的标注,Modelarts会将数据进行预处理,用AI的数据去标注数据,即自动化标注和半自动化标注。通过对数据采样、筛选和预标注,能够缩减开发者需要标记的数据量,降低开发者工作量。其次是垃圾图像的识别分类。ModelArt不仅曾获图像识别总训练时间冠军,为了将用户使用门槛降到最低,华为云ModelArts还提供了图像分类项目的视频教程。此外,借助ModelArts,开发者还可将训练好的垃圾分类的AI模型部署为在线服务,验证模型的可用性和准确性,即时对模型进行问题排查。

 

目前,华为云ModelArts不仅能提高AI垃圾分类开发效率,还在上海交通大学的自动驾驶赛车项目、云庐科技的建筑物结构健康度预测、NGO雨林保护计划中得到了广泛的应用。

 

垃圾分类挑战杯,开启AI垃圾分类新篇章

基于此,也为了解决棘手的垃圾分类问题,华为云特别举办人工智能大赛·垃圾分类挑战杯,邀请个人、高等院校、科研单位、企业、创客团队等开发者以华为云一站式AI开发平台ModelArts作为开发平台,构建基于深度学习技术的图像分类模型,实现垃圾图片类别的精准识别,推动自动识别垃圾领域的相关技术发展,减轻城市居民在垃圾分类方面面临的困扰。

 

本次大赛,主要分为初赛和现场决赛两个阶段:

初赛从2019.7.30开始至2019.9.10止,参赛选手报名成功后,每天拥有5次代码提交机会并反馈每次的跑分和运行日志,8月7日开始,每个自然日更新排行榜,按照得分(截止当天的历史最优成绩)从高到低排序,初赛截止时(9月9日12:00截止作品提交),产生最终成绩排行,最终成绩以初赛阶段历史最高成绩为准。经过信息审核后,9月10日10:00公布历史最高成绩排名,TOP10的队伍晋级决赛。

 

决赛阶段及颁奖将在2019.9.10-2019.9.19进行,入围总决赛的10支队伍将受邀前往华为全联接大会现场进行总决赛,角逐出冠亚季军。

 

大赛设置了总金额高达94万的奖金,其中冠军队将获得奖金20万现金+10万代金券以及获奖证书,2支亚军队伍将获得奖金10万现金+5万代金券以及获奖证书,3支季军队伍将各获得奖金5万+3万代金券以及获奖证书,5支优胜奖队伍将获得奖金1万+1万代金券以及获奖证书。截至8月13日,已有超过730人报名参加大赛。

 


这次大赛,不仅仅是一次关于人工智能方面的比赛,是AI技术落地实际生活中的一次实践,同样也是华为云将AI造福于普通人民大众、践行“普惠AI”理念的具体体现,同时,华为云也为众多开发者提供了一个广阔的展示舞台,身为开发者的您,千万不能错过!


关键字:AI  华为云  垃圾分类

编辑:什么鱼 引用地址:http://news.eeworld.com.cn/qrs/ic471393.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:5G并非华为主要目标? 人工智能产业才是终极目标
下一篇:TCL发布2019半年报:半导体显示及材料业务成为核心

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

上海计划年底前投2000个AI垃圾桶

据中国日报报道,近日,一款可自动分类的AI垃圾桶在上海张江人工智能岛上正式投入应用。该垃圾桶利用太阳能或插电装置,可识别95%可回收垃圾品种,并将于 8 月底更新后,可识别有害垃圾。目前,已有 30 多个投入使用,主要放于人流密集、办公及公共场所等区域。据悉,该款垃圾桶将现身8月29日的人工智能大会,且年底前计划投放2000个于市面。今年7月1日,被称为“史上最严”垃圾分类措施的《上海市生活垃圾管理条例》正式实施,根据规定,个人或单位未按规定分类投放垃圾都将面临处罚。与此同时,全国多地也陆续进入垃圾分类“强制时代”。根据《条例》,上海市生活垃圾按照可回收物、有害垃圾、湿垃圾、干垃圾分为四大类。个人或单位未按规定分类投放垃圾将面临
发表于 2019-08-17

初跨IC占C位,依图:采用“芯”、“算”造就AI未来

芯片是人工智能技术发展过程中绕不过的话题,好的AI算法要想导入应用,就需要通过芯片来实现。纵观AI芯片的演进,经历了从“通用”到“专用”的变化。相伴而生的是,AI驱动芯片产业变革已逐渐转向芯片驱动AI产业变革,而“绑定式”发展也必将是未来两者相生的状态。走过通用到专用,AI还有哪些“芯”思路在今天举办的CDNLive China上,清华大学微电子所所长魏少军教授分享了AI芯片演进路线,指出架构创新是AI芯片面临的一个不可回避的课题。在他看来,英特尔CPU、英伟达GPU、Xilinx FPGA等都处于AI芯片0.5阶段,谷歌TPU等处于AI芯片1.0阶段。对于AI芯片的未来,魏少军教授也提供了一种新的思路,即软件定义芯片。继
发表于 2019-08-17

Cobalt Industries推出AI汽车平台YouX 集娱乐安全和舒适于一体

(图片来源:Cobalt Industries官网)据外媒报道,情境生物反馈与传感器融合技术公司Cobalt Industries推出了新的汽车产品YouX。YouX利用AI技术,确保用户数据隐私和安全,打造个性化车内体验。该软件还能满足用户的偏好和行为,预测和了解乘客需求。YouX采用Cobalt的专利生物反馈技术,旨在成为集娱乐、安全和舒适于一体的汽车平台。YouX引擎学习人们的行为、趋势和欲望,为乘客提供定制的无缝交互,并且流畅易用。该解决方案由处理实时传感器信息的AI引擎提供支持,使直觉个性化,了解乘客的需求和情绪。YouX利用强大的闭环系统,将车辆传感器数据集成到一个新交互模型中。该软件支持广泛的汽车应用场景,包括乘客
发表于 2019-08-16
Cobalt Industries推出AI汽车平台YouX 集娱乐安全和舒适于一体

智能世界已在眼前,人人都能化身超级英雄

, 即GIV)预测,通过更直观的数据与场景化的判断,描绘2025的“+智能”时代。刚刚GIV@2025提出了十大科技趋势预测,在其中,我们可以读懂智能化究竟如何发生。而在这个过程里,每个人都将获得独特的时代机遇。 AI的原点,仅仅是在机械体中映射人类智慧与感官。这样一个缪斯就像一滴水珠,流入了今天全球ICT产业与信息社会构建出的技术世界,被不断放大、投射,最终成为了摆在每个人面前的“超级英雄药剂”。 一个技术原点,十个产业趋势,每个人的故事——智能世界抵近眼前。 螺旋世界,超级英雄的变身间智能技术究竟如何从一个算法逻辑,变成一个时代?这个漫长的跨越里究竟发生了什么?GIV@2025十大趋势里,隐隐向我们展示了这样
发表于 2019-08-16
智能世界已在眼前,人人都能化身超级英雄

3种AI芯片之间的争夺,未来谁是赢家?

人工智能(AI)主要包括三大要素,分别是数据、算法和算力。其中数据是基础,正是因为在实际应用当中的数据量越来越大,使得传统计算方式和硬件难以满足要求,才催生了AI应用的落地。而算法是连接软件、数据、应用和硬件的重要桥梁,非常关键。算力方面,主要靠硬件实现,也就是各种实现AI功能的处理器,而随着应用和技术的发展,能实现各种算力、满足不同应用的AI处理器陆续登场,经过不同的发展阶段,发挥着各自的作用。在比较成熟的AI平台方面,在2012年出现了AlexNet,一直到最近,2018年出现了AlphaGo Zero,在短短的6年内,算力提高了20多万倍,这完全不同于传统计算硬件(如CPU、MCU等)的演进轨迹,速度之惊人令我们难以预测
发表于 2019-08-16
3种AI芯片之间的争夺,未来谁是赢家?

物联网机器人“奇信小π”亮相华为云峰会

由辽宁省工业与信息化厅、辽宁省沈抚新区管理委员会、华为技术有限公司联合主办的华为云人工智能高峰论坛暨沈抚新区人工智能创新中心上线仪式在沈阳香格里拉大酒店火辣进行。 ▲活动现场 在此次的活动中,汇聚了众多人工智能领域优秀企业,华为生态伙伴之一——奇信智能公司携物联网机器人“奇信小π”亮相现场。作为此次论坛上唯一的“机器人”,因其可爱的外表、炫酷的功能,收获广大观众的喜爱与支持。“奇信小π”目前已经拥有3大系列产品,包括商用版“睿系列”、“灵系列”以及家居版“康系列”,此次亮相的为商用版“睿系列”产品。 ▲奇信小π系列产品效果图 商用版机器人可根据客户具体的场景需求(涵盖智慧办公、智慧展厅、智慧
发表于 2019-08-16
物联网机器人“奇信小π”亮相华为云峰会

小广播

何立民专栏

单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2019 EEWORLD.com.cn, Inc. All rights reserved