Магистрант МТУСИ Менибаев М.Р. проанализировал проблемы увеличения и сортировки бытового мусора и разработал нейронную сеть, настроенную на решение этих проблем. Она основывается на архитектуре ResNet34 и содержит 34 свёрочных слоя. Для дообучения нейронной сети был использован сборный датасет, основывающийся на данных, расположенных в открытом доступе и собственных изображениях, собранных магистрантом.
Размер датасета — 2527 изображений основных категорий бытовых отходов: стекла, металла, пластика, картона, бумаги и нескольких видов несортируемых отходов (в основном пищевых). Точность классификации объектов нейросети на данный момент составляет 92,12%, заявляет МТУСИ.
Вячеслав Воронов
Доцент кафедры «Интеллектуальные системы в управлении и автоматизации» МТУСИ, кандидат технических наук, руководитель Центра робототехники МТУСИ
«Хорошие показатели классификации можно объяснить удачной структурой нейронной сети и её предварительным обучением, однако результаты работы всегда можно улучшить, повысив качество изображений в обучающем наборе и их количество. Машинное обучение действительно даёт возможность качественно изменить процесс сортировки мусора, который сегодня, в основном, реализуется вручную»
Использование ИИ для сортировки мусора повысит эффективность переработки отходов, а также положительно повлияет на окружающую среду, уверены участники проекта.
