建站
咨詢(xún)
售后
建站咨詢(xún)
新聞中心
1 引言
成都創(chuàng)新互聯(lián)為企業(yè)級(jí)客戶提高一站式互聯(lián)網(wǎng)+設(shè)計(jì)服務(wù)，主要包括成都做網(wǎng)站、成都網(wǎng)站設(shè)計(jì)、成都外貿(mào)網(wǎng)站建設(shè)、手機(jī)APP定制開(kāi)發(fā)、微信小程序、宣傳片制作、LOGO設(shè)計(jì)等，幫助客戶快速提升營(yíng)銷(xiāo)能力和企業(yè)形象，創(chuàng)新互聯(lián)各部門(mén)都有經(jīng)驗(yàn)豐富的經(jīng)驗(yàn)，可以確保每一個(gè)作品的質(zhì)量和創(chuàng)作周期，同時(shí)每年都有很多新員工加入，為我們帶來(lái)大量新的創(chuàng)意。
七月了，大家最近一定被一項(xiàng)新的政策給折磨的焦頭爛額，那就是垃圾分類(lèi)?！渡虾Ｊ猩罾芾?xiàng)l例》已經(jīng)正式實(shí)施了，相信還
是有很多的小伙伴和我一樣，還沒(méi)有完全搞清楚哪些應(yīng)該扔在哪個(gè)類(lèi)別里。感覺(jué)每天都在學(xué)習(xí)一遍垃圾分類(lèi)，真令人頭大。
聽(tīng)說(shuō)一杯沒(méi)有喝完的珍珠奶茶應(yīng)該這么扔
1、首先，沒(méi)喝完的奶茶水要倒在水池里
2、珍珠，水果肉等殘?jiān)胚M(jìn)濕垃圾
3、把杯子要丟入干垃圾
4、接下來(lái)是蓋子，如果是帶蓋子帶熱飲（比如大部分的熱飲），塑料蓋是可以歸到可回收垃圾的嗷
看到這里，是不是大家突然都不想喝奶茶了呢，哈哈。不過(guò)不要緊，垃圾分類(lèi)雖然要執(zhí)行，但是奶茶也可以照喝。
那么，這里我們想討論一下，人工智能和數(shù)據(jù)科學(xué)的方法能不能幫助我們進(jìn)行更好的垃圾分類(lèi)？這樣我們不用為了不知道要扔哪個(gè)垃
圾箱而煩惱。
2 思路
這問(wèn)題的解決思路或許不止一條。這里只是拋磚引玉一下，提供一些淺顯的見(jiàn)解。
第一種方案，可以把垃圾的信息制成表格化數(shù)據(jù)，然后用傳統(tǒng)的機(jī)器學(xué)習(xí)方法。
第二種方案，把所有的垃圾分類(lèi)信息做成知識(shí)圖譜，每一次的查詢(xún)就好像是在翻字典一樣查閱信息。
第三種方案，可以借助現(xiàn)在的深度學(xué)習(xí)方法，來(lái)對(duì)垃圾進(jìn)行識(shí)別和分類(lèi)。每次我們給一張垃圾的圖片，讓模型識(shí)別出這是屬于哪一種
類(lèi)別的：干垃圾，濕垃圾，有害垃圾還是可回收垃圾。
3 圖像分類(lèi)
圖像分類(lèi)是深度學(xué)習(xí)的一個(gè)經(jīng)典應(yīng)用。它的輸入是一張圖片, 然后經(jīng)過(guò)一些處理，進(jìn)入一個(gè)深度學(xué)習(xí)的模型，該模型會(huì)返回這個(gè)圖片
里垃圾的類(lèi)別。這里我們考慮四個(gè)類(lèi)別：干垃圾，濕垃圾，有害垃圾還是可回收垃圾。
（報(bào)紙 ：可回收垃圾 ）
（電池 ：有害垃圾 ）
（一次性餐盒 ：干垃圾 ）
我們對(duì)圖片里的物品進(jìn)行分類(lèi)，這是圖像處理和識(shí)別的領(lǐng)域。人工智能里提出了使用卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network, CNN）來(lái)解決這一類(lèi)問(wèn)題。
我會(huì)用keras包和Tensorflow后端來(lái)建立模型。 由于訓(xùn)練集的樣本暫時(shí)比較缺乏，所以這里只能先給一套思路和代碼。訓(xùn)練模型的工
作之前還得進(jìn)行一波數(shù)據(jù)收集。
相關(guān)推薦：《python視頻教程》
我們就先來(lái)看看代碼大致長(zhǎng)什么樣吧
先導(dǎo)入一些必要的包。
再做一下準(zhǔn)備工作。
在上面，我們初始化了一些變量，batch size是128； num_classes = 4，因?yàn)樾枰诸?lèi)的數(shù)量是4，有干垃圾，濕垃圾，有害垃圾
和可
回收垃圾這四個(gè)種類(lèi)。epochs 是我們要訓(xùn)練的次數(shù)。接下來(lái)，img_rows, img_cols = 28, 28 我們給了圖片的緯度大小。
在 .reshape(60000,28,28,1)中 , 60000 是圖片的數(shù)量（可變）, 28是圖片的大?。烧{(diào)），并且1是channel的意思，channel = 1
是指黑白照片。 .reshape(10000,28,28,1)也是同理，只是圖片數(shù)量是10000。
到了最后兩行，我們是把我們目標(biāo)變量的值轉(zhuǎn)化成一個(gè)二分類(lèi)， 是用一個(gè)向量（矩陣）來(lái)表示。比如 [1,0,0,0] 是指干垃圾，[0,1,0,0]
是指濕垃圾等等。
接下來(lái)是建模的部分。
我們加了卷積層和池化層進(jìn)入模型。激活函數(shù)是 relu，relu函數(shù)幾乎被廣泛地使用在了卷積神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)。我們?cè)趯优c層之間
也加了dropout來(lái)減少過(guò)擬合。Dense layer是用來(lái)做類(lèi)別預(yù)測(cè)的。
建完模型后，我們要進(jìn)行模型的驗(yàn)證，保證準(zhǔn)確性在線。
到這里，我們的建模預(yù)測(cè)已經(jīng)大概完成了。一個(gè)好的模型，要不斷地去優(yōu)化它，提高精確度等指標(biāo)要求，直到達(dá)到可以接受的程度。
這優(yōu)化的過(guò)程，我們?cè)谶@里就先不深入討論了，以后繼續(xù)。
4 總結(jié)
值得一提的是，盡管方法上是有實(shí)現(xiàn)的可能，但是實(shí)際操作中肯定要更復(fù)雜的多，尤其是對(duì)精度有著很高的要求。
而且當(dāng)一個(gè)圖片里面包含著好幾種垃圾種類(lèi)，這也會(huì)讓我們的分類(lèi)模型開(kāi)發(fā)變得很復(fù)雜，增加了難度。
比如，我們想要對(duì)一杯奶茶進(jìn)行垃圾分類(lèi)，照片里面是包含了多個(gè)垃圾的種類(lèi)，這就比較頭大了，因?yàn)檫@并不是屬于單一的類(lèi)別。
前路的困難肯定是有的，不過(guò)就當(dāng)這里的分享是個(gè)拋磚引玉的起點(diǎn)吧。
畢竟李白也說(shuō)了，“長(zhǎng)風(fēng)破浪會(huì)有時(shí)，直掛云帆濟(jì)滄海”。
網(wǎng)站標(biāo)題：創(chuàng)新互聯(lián)Python教程：如何利用Python進(jìn)行垃圾分類(lèi)
鏈接分享：http://fisionsoft.com.cn/article/dhgcgcc.html
