还在苦于垃圾分类？机器视觉帮你识别它是什么垃圾！！！

　　垃圾一直是让各个国家头疼的问题，尤其对于人口过亿的人口大国。其中，垃圾分类被视为一项有效的推广措施，不过，并非所有人明确「可回收」与「不可回收」的定义，或者说对垃圾需要有更清晰的划分。

　　也由此，国外Intuitive AI公司推出了一款名为OSCAR的垃圾分类系统。

　　该系统通过机器视觉进行垃圾分类，另外，Intuitive AI首席执行官Hassan Murad也表示，希望通过对OSCAR收集的垃圾数据进行数据分析，并向企业出售有关用户在特定地点消费习惯数据。

　　OSCAR是Intuitive AI公司推出的一个用于垃圾分类的智能系统，该系统拥有一块32英寸显示屏和智能摄像头。OSCAR通过机器学习算法，可以识别用户手中的物品，并可以告诉用户接下来该如何处理（分别将其中哪些部分扔到哪个垃圾桶里）。

　　Intuitive AI首席执行官Hassan Murad表示，通过学习，该系统已经可以识别数千类垃圾，并将其分为几百个不同的类别，目前，该系统仍在继续训练，以从垃圾上可见信息中识别出垃圾具体是什么，并进行分类。例如识别出是可乐罐，还是汽水瓶。

　　据外媒Venturebeat报道，OSCAR也有加入语音功能，当用户按照OSCAR的提示正确分类扔到相应垃圾桶后，OSCAR会发出类似“Good job!”的语音提示，并会在显示屏上放出礼花（confetti）画面，显示电影票或购买食物的优惠码；如果用户将垃圾放错位置，OSCAR则会在屏幕上显示暗红色的标志，并发出抱怨的声音，提示用户垃圾放错了位置。

　　该解决方案主要面向对象为小区、机场、学校、企业园区等应用场景。OSCAR目前正在加拿大温哥华机场、西蒙弗雷泽大学等地进行测试。此前，Murad也表示，“目前我们正在与多伦多、温哥华等城市共同研究改善住宅环境的相关解决方案。”

　　据中国城市环境卫生协会2010年统计数据显示，我国每年产生近10亿吨垃圾，其中生活垃圾产生量约为4亿吨，建设垃圾约为5亿吨；美国相对少一些，但是据美国2011年公布的相关数据显示，生活垃圾年产量也有2.35亿吨。

　　据外媒Venturebeat报道称，美国等地用户扔掉的废物中有98％最终被填埋，但其中超过80％的废物是可以回收再利用。

　　据globalnews报道，多伦多固体废物管理服务部总经理吉姆麦凯也曾表示：“垃圾每减少1%的交叉污染（垃圾放错位置），这个城市将因此每年节省60万到100万美元财政支出。”

　　由此可见，垃圾分类回收无论是对改善环境，或是产生经济效益，都有一定的作用。

　　当然，Intuitive AI也并没有将回收垃圾的经济效益视为重点，Intuitive AI的盈利重点在于通过垃圾中隐含的数据信息进行溯源，并分析用户消费习惯及消费场所，通过将这些数据提供给企业进行盈利。

　　雷锋网从Intuitive AI官网对这款硬件的描述中发现，OSCAR可以实时检测出某杯咖啡的位置来源（店铺位置）。

　　Murad也表示，Intuitive AI希望在未来可以向企业出售有价值的数据（有关用户消费习惯的位置数据）盈利。

　　“第一代”OSCAR主要可以向物业部门提供诸如哪些垃圾箱需要找清洁工及时清空的数据，以更提高清洁工的工作效率。收集的数据也可以提供给相关认证机构，作为LEED认证或可持续性评级的参考数据。

　　随着收集的数据越来越多，也更能够反映出附近商场、大学、机场等场景中哪些品牌和产品更受欢迎，人们在一天中某一时间段更喜欢吃什么，并将这些数据分析结果提供给快餐店、购物中心等，以供相关店铺更好地为用户提供服务。

　　雷锋网认为，就经济效益来看，这样的产品其实并无法替代清洁工，而只是提高清洁工效率。另外，更多的数据分析功能其实并未能在前期体现出来，因而，可以认为现在的OSCAR还是一个智能产品的概念原型。虽然这样的产品从环保角度来讲会有一定作用，但是如无相关政策推动或资金支持，也是很难存活下去的。

　　但是，不得不说的是，Murad选择以数据为切入口，相当于用类似国内的智慧城市的概念，Intuitive AI不仅作为硬件和方案供应商，同时也作为数据服务商，这是该项目存在的未知盈利空间，也是该项目的关键意义所在。

　　其实，在这个拥有摄像头和显示屏的OSCAR之前，Intuitive AI也曾推出过一个同样名为OSCAR的「智能垃圾桶」概念产品。

　　旧版OSCAR其实相对而言更“高级”，可以将用户丢入的垃圾通过机器视觉自动识别，并进行分类放到内置的两个垃圾箱中。

　　旧版OSCAR可以通过WiFi连接到家庭网络。配备运动传感器，可以检测到用户何时需要扔东西；内部拥有经过ImageNet数据集预训练的数据模型/算法，图像识别系统通过数码相机实时检测，垃圾并进行分类；设备顶部也可以通过LED等显示分类结果，如果未能识别出垃圾类别，也可以通过LED显示红色，随后可以通过两个按钮（「可回收」和「不可回收」）进行人工分类。

　　这一产品此前也曾在2018年7月上线kickstarter众筹平台进行众筹，但是最终Intuitive AI取消了众筹，相关产品也并未量产商用。据Venturebeat报道称，主要原因在于，Murad认为这样的产品不能很好地教育用户，无法培养用户正确的生活（垃圾处理）习惯和环保意识。

　　据kickstarter众筹平台众筹信息显示，这款面向C端用户的智能硬件此前的众筹价格为5436美元。因而，雷锋网认为，这样弱人工智能时代的非刚需产品或功能，很难有C端用户为其支付数千美元。这更可能是第一版OSCAR此后未能量产及商用的原因。

　　由此，也就不难理解功能迭代后的OSCAR会面向公共场所，面向B端和G端进行推广。以及Murad将数据服务定位为Intuitive AI的主要盈利方向。

　　正如前文提到的，据中国城市环境卫生协会2010年统计数据显示，我国每年产生近10亿吨垃圾，其中生活垃圾产生量约为4亿吨，建设垃圾约为5亿吨。在各种政策倡导和绿色环保的主流风向下，垃圾分类确实也是一个值得被思考、被「智能化」的应用场景。

　　在现如今弱人工智能时代，如何通过现有的技术创造出更实用的功能，面向C端如何用低成本的硬件来培养用户习惯，面向B端和G端又如何提供更多附加价值或持续迭代价值，这些也是现在做智能产品时需要考虑的问题。

　　其实，在国内，面向B端和G端千元价位的德澜仕厨余垃圾智能收集箱，面向C端百元价位的拓牛智能垃圾箱都已有落地商用。

　　而在产品功能迭代方面，Intuitive AI在数据应用方面的构想也还是有一定参考价值的。

　　CSE/EE486 Computer Vision I Introduction to Computer Vision什么是视觉？ 特别强调：三维世界和一个二维图像的联系。物体的位置和特征。什么是计算机视觉？ 与下列有关系，但不等同于： 摄影测量学 图像处理 人工智能为什么要学习计算机视觉？ 到处都有图像和视频 应用的快速积累 —从图片中建立三维世界的表示 —自动侦查（谁在干什么） —视频后处理

　　测试案例：测试tensorflow和opencv是否在python环境下安装成功。测试代码如下： 相关包安装成功，运行效果如下图所示： 案例1：图片的读取和展示，测试代码如下： 运行效果截图如下图所示：（图中的圈表示之前所取的图片名） 案例2：图片的写入，测试代码如下： 案例3：不同图片质量保存，测

　　计算机视觉简介一、计算机视觉概念1.什么是计算机视觉2.计算机视觉公司以及领域分析计算机视觉公司应用方向行业案例二、计算机视觉任务1.计算机视觉发展历程2.典型的计算机视觉任务...

　　文章目录1 视觉概述2 计算机视觉相关的学科2.1 图像工程2.2 机器视觉2.3 模式识别2.4人工智能和机器学习2.5计算机图形学3 计算机视觉应用领域1 视觉概述计算机视觉源自人类视觉，即一般所说的视觉。视觉在人类对客观世界的观察和认知中起重要作用。人类从外界获得的信息约有75%来自视觉系统，这既说明视觉信息量巨大，也表明人类对视觉信息有较高的利用率。人类视觉过程可看作是一个复杂的从感觉（感受到的是对3-D世界之2-D投影得到的图像）到知觉（由2-D图像认知3-D世界的内容和含义）的过程，如下图所

　　AI 显然是最近几年非常火的一个新技术方向，从几年前大家认识到 AI 的能力，到现在产业里已经在普遍的探讨 AI 如何落地了。计算机视觉目前在很多领域都已经实现了商业应用，从现实市场规模角度，目前人脸识别和视频监控应用远远大于其它应用总和。有一定市场规模的应用还有：文字识别，工业视觉，手机拍照美化，辅助/自动驾驶，医疗影像（CT/MRI重建）。由于CV相比其他领域来说，简单易学在加上模型成熟，吸引

　　PASCAL VOC数据集分析PASCAL VOC为图像识别和分类提供了一整套标准化的优秀的数据集，从2005年到2012年每年都会举行一场图像识别challenge。本文主要分析PASCAL VOC数据...

　　之前一直觉得自己学的杂而不专，在之后的学习和干活历程中也不断发现自己确实需要静下心来钻研，让自己像身边的师兄一样能有一技之长，能在社会上有自己的立足之地。讲真在计算机这个庞大的体系下挑选出一个方向来确实蛮难，自己挑来挑去，有种乱花渐欲迷人眼的感觉，不过就目前自己的兴趣、性格和学习能力，远景规划来看，计算机视觉这个方向目前来看对我自己来说确实是一个十分不错的选择。通过这篇文章希望可以在整理自...

　　近期有很多小伙伴问我怎么入门计算机视觉，其实我也不知道怎么入门比较好，因为我也是小白呀。秉着更加靠谱的角度，我上网搜了一些资料，整理了一下发给各位小伙伴。

　　关于计算机视觉（ComputerVision, CV）相关领域的网站链接，其中有CV牛人的主页，CV研究小组的主页，CV领域的paper,代码，CV领域的最新动态，国内的应用情况等等。打算从事这个行业或者刚入门的朋友可以多关注这些网站，多了解一些CV的具体应用。搞研究的朋友也可以从中了解到很多牛人的研究动态、招生情况等。总之，我认为，知识只有分享才能产生更大的价值，真诚希望下面的链接能对朋友们...

　　SimpleCV首页、文档和下载 - 计算机视觉库 - 开源中国社区 计算机视觉库 SimpleCV 编辑/纠错 分享到 新浪微博腾讯微博 已用 +0 收藏 +10 SimpleCV 将很多强大的开源计算机视觉库包含在一个便捷的Python包中。使用SimpleCV，你可以在统一的框

　　ImageNet介绍ImageNet 是一个计算机视觉系统识别项目， 是目前世界上图像识别最大的数据库。是美国斯坦福的计算机科学家，模拟人类的识别系统建立的。能够从图片识别物体。ImageNet是一个非常...

　　一、背景 本次实验的目标，主要是理解相机标定，而说到相机标定，还得从立体视觉的三维重建了解起。关于三维重建，简单点说，就是根据多张图片，从二维像素空间中还原出三维的场景。根据双目视差原理，建立双目立体视觉系统 ，即由一个或两个摄像头在不同位置拍摄某个物体的若干幅图像，通过特定的算法求取待测点在两幅图 ...

作者：admin

分类垃圾-环境保护从分类垃圾做起! 站点 QQ交谈