视觉识别技术之实物智能分类识别案例

李文俊

随着社会的快速发展，垃圾存量急剧上升，“垃圾围城”“垃圾围村”正日益成為困扰中国城市、乡村的难解之题。面对日益增长的垃圾产量和环境状况恶化的局面，如何通过垃圾分类管理，最大限度地实现垃圾资源利用，减少垃圾处置量，改善生存环境质量，是当今世界各国共同关注的迫切问题之一。

由此产生的垃圾分类，就是在源头将垃圾分类投放，并通过分类的清运和回收使之重新变成资源。垃圾分类是社会进步和生态文明的标志，是人人均可参与其中来保护环境和改善环境的方式。

设计与思路

智能垃圾分类实物识别学习机，就是在这种情况下产生的，通过使用开源硬件和物体智能识别技术跟垃圾分类结合，让学生亲身体验智造的快乐。同时随着垃圾分类工作的不断推进，垃圾分类意识越来越深入人心，垃圾分类也越分越细，进而实现“教育一个孩子、带动一个家庭”，让孩子们能更有趣地学习和体验什么是可回收物，什么是有害垃圾、厨余垃圾、其他垃圾。

智能垃圾分类实物识别学习机，是视觉识别技术中的物体识别技术，是一种能以与人类智能相似的方式做出反应的智慧设备，物体识别技术是计算机视觉领域中的一项基础研究。物体检测是机器视觉中经常见到的应用之一，有极为广泛的用途。例如识别体育影像，就是在需要人用眼睛做物体识别时，通过机器来完成，如东京奥运会智能化的游泳赛道，能实时识别出参赛队员的各种信息。

物体检测技术，通常是指在一张图像中检测出物体出现的位置及对应的类别，主要包括物体类别。它是一项非常基础的任务，图像分割、物体追踪、关键点检测等通常都要依赖于物体检测。它的任务是识别出图像中有什么物体，并报告出这个物体在图像表示的场景中的位置和方向。

目前，物体识别方法可以归为两类：基于模型或者基于上下文的识别方法、二维物体或者三维物体识别方法。对于物体识别方法的评价标准，Grimson总结出了大多数研究者认可的四个标准：健壮性（robustness）、正确性（correctness）、效率（efficiency）和范围（scope）。

编程与搭建

该作品训练模型使用了几十种物体，由于这个原因，作品放弃使用Arduino主控板，而选择使用K210小齐以及小齐拓展板，用4个舵机来控制垃圾桶开合，K210性价比不错，具有双核64位处理器，并自带独立FPU，有一块KPU用于神经网络加速单元，还有一块APU用于语音数据处理。它的内存短板是，内置8MByte的高速SRAM，在减小系统复杂度的同时，也给软件带来了优化难度。在PC上训练的上百M模型，如何在移动端压缩到几十M的大小，将模型降低一个数量级塞进8M SRAM，是个难点。

此芯片还自主研发了一块用于边缘计算的KPU进行神经网络加速，官方Demo中提供了一些人脸检测、图像识别、图像分类的视觉任务，分类任务最高可达到240fps的分类网络推理速度，检测任务在QVGA的网络下，模型帧率最高可达35fps，常被嵌入到门禁系统、考勤系统等。

另外一个设计亮点在于芯片号称1TOPS算力，却只有0.3W的功耗，远远小于设备1W左右的功耗，所以，作为智能垃圾分类的首选，笔者选了K210主控的小齐板。智能垃圾分类实物识别学习机，在功能设计上，主要体现了使用人工智能物体识别技术作为亮点。

1.模型训练功能设计

首先准备数据集，即不同种类垃圾的图片（数据集越大精度越高），再处理成224*224大小的统一格式，调整好参数，采用目标分类的形式进行训练，获得对应的模型文件，再通过烧录工具烧录到主板中或复制到SD卡中。

如果想要识别出一个物体，就需要对这个物体进行多次学习训练。图1是使用训练的模型的程序，去识别的物体包括塑料、纸张、大米、金属、塑料瓶、西红柿、玻璃、电池、纸板等，包含有害垃圾、可回收垃圾、厨余垃圾、其他垃圾，制作出离线模型文件和固件烧录到主控板中。

2.控制程序编写

智能垃圾分类实物识别学习机的代码使用了Mixly图形编程软件，Mixly软件编写程序的实现如图2所示，核心功能是物体识别，识别到的垃圾种类和置信度会显示在彩屏LCD上，并且根据垃圾的不同种类自动打开对应的垃圾桶，提示人们将物体放进对应的桶内。

作品调试与总结

这些创意的实现更多地体现了人工智能技术教育中的体验，能让孩子更容易理解人工智能最简单的定义：让机器像人一样能听、能说、会思考和自行学习，并且还能参与项目式学习，能更好地有兴致地学习和理解垃圾分类知识。

不断调试程序会让学生不断发现问题、解决问题，以此来增强项目式学习和垃圾分类的学习体验：

（1）在显示物体名称与置信度时，要注意改变置信度的x坐标或者y坐标，文字可能会重叠，需要及时调整x、y坐标。

（2）加载的模型不要与之前的一致，以及锚点参数的几个数值不是初始化的值，因为数值过长所以Mixly中省略的一部分，可以参考Python程序中的相应值。

（3）理解for循环，以及使用for循环遍历code的意义。

信息技术教师应充分利用信息技术学科特点，重点培养学生的跨学科思维，整合多学科领域内容，螺旋式上升地培养学生的思维能力，最终培养学生的跨学科思维能力。