Возможности машинного обучения для распознавания и сортировки бытового мусора
По мнению ученых, целесообразно использовать возможности искусственного интеллекта для идентификации и сортировки бытового мусора. Основной задачей ИИ является разделение предварительно подготовленного объема мусора на перерабатываемые и не перерабатываемые отходы. Задача эта является достаточно сложной для автоматизации, так как бумажный стаканчик для кофе, например, может быть покрыт тонким слоем пластика, что автоматически исключает его из перерабатываемых отходов.
Магистрантом МТУСИ, Менибаевым М.Р., была проанализирована соответствующая предметная область и предложено решение — нейронная сеть, настроенная на распознавание бытового мусора.
Для дообучения нейронной сети был использован сборный датасет, основывающийся на данных, расположенных в открытом доступе и собственных изображениях. Размер набора - 2527 изображений основных категорий бытовых отходов: стекла, металла, пластика, картона, бумаги и нескольких видов несортируемых отходов (в основном пищевых).
Нейронная сеть базируется на архитектуре ResNet34, содержит 34-сверочных слоя. Корректным пoдбoром кoлuчеcтва эпoх обучения и параметров сети удалось добиться значительных предварительных результатов. Точность классификации объектов составила 92,12%.
«Хорошие показатели классификации можно объяснить удачной структурой нейронной сети и ее предварительным обучением, однако результаты работы всегда можно улучшить, повысив качество изображений в обучающем наборе и их количество. Машинное обучение действительно дает возможность качественно изменить процесс сортировки мусора, который сегодня, в основном, реализуется вручную», — прокомментировал доцент кафедры «Интеллектуальные системы в управлении и автоматизации» МТУСИ, к.т.н., руководитель центра робототехники МТУСИ, Вячеслав Воронов.
Участники проекта уверены, что использование возможностей искусственного интеллекта для сортировки мусора, повысит эффективность переработки отходов и положительно повлияет на окружающую среду.