百万奖金悬赏AI垃圾分类
 
来源:智慧环卫联盟        发稿时间:2019-08-24 23:08:42        发稿编辑:影子

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

吃剩的外卖怎么处理?

打碎的花盆算什么垃圾??

前任礼物怎么丢合适???

但是,没关系

华为云人工智能大赛·垃圾分类挑战杯来了!

基于深度学习技术,训练垃圾分类模型

轻松分辨这是什么垃圾

什么

这个享受的表情是怎么肥事儿?

速戳视频先来看看

重点来了

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”

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!

京公网安备 11010102002625号