圖為使用曙光慧眼系統(tǒng)進行垃圾分類模擬實驗
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練圖片集。由于神經(jīng)網(wǎng)絡算法是一種數(shù)據(jù)驅(qū)動的方法，對訓練樣本數(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)增加訓練數(shù)據(jù)的量級，以提高識別精準度。
至于識別圖片速度，既取決于終端網(wǎng)絡延遲，更取決于后端的處理速度及算法復雜度。以”曙光慧眼”舉例，即使在光線陰暗、適量遮擋、物品一定程度變形變色等條件下，仍可實現(xiàn)毫秒級快速物品識別。
其實曙光慧眼的主要用途并非垃圾分類，而是智能視頻人臉識別，可用于會議簽到、刷臉支付、酒店入住、各類門禁等場景，廣泛應用于會場、車站、機場、學校、地鐵、小區(qū)、超市、賓館、企業(yè)前臺等復雜場景。
對于成熟的垃圾分類識別技術(shù)多久能普及開來，宋懷明表示很樂觀，46個城市，幾億人的剛需，市場空間和商業(yè)潛力巨大。即使是復雜的多種垃圾定位分類應用，預計半年內(nèi)也會成熟并普及使用。
