日常生活中，每个类别的垃圾往往包含了各式各样的内容，仅凭经验，人们在分类投放的时候难免会出现偏差。幸运的是，得益于云计算、大数据、人工智能和物联网等先进计算技术的发展，垃圾分类识别变得精准高效起来。
通过先进计算技术，垃圾分类识别是否能做到非常精准？速度快不快？技术多久可以成熟并普及开来？带着如上一系列问题，我们采访了曙光公司大数据智能研究院院长宋怀明博士。
据宋怀明介绍，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；有多目标检测分类，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，技术相对容易实现，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；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。
使用曙光慧眼系统进行垃圾分类模拟实验
现阶段，垃圾分类识别技术的计算产品、算法都较为成熟，难点在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，识别判断越精准。宋怀明介绍，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。
其实曙光慧眼的主要用途并非垃圾分类，而是智能视频人脸识别，可用于会议签到、刷脸支付、酒店入住、各类门禁等场景，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。
对于成熟的垃圾分类识别技术多久能普及开来，宋怀明表示很乐观，46个城市，几亿人的刚需，市场空间和商业潜力巨大。即使是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。
