最近，冰山数据开展了一个图像标注项目 ，该项目使客户的人工智能系统能够对废纸进行自动分类，并将可回收垃圾与不可回收垃圾分开，这项技术将使公司能够减少最终填埋的垃圾量并提高可持续性发展，对于很多城市和国家来说，垃圾分类势在必行，也是一项非常具有挑战性的工作，我国2021年度11个重点城市生活垃圾产生总量达到6064.69万吨，人均每天生活垃圾产生量突破1公斤（1.0073公斤/人/日），可见垃圾分类是多么地困难。
如此巨大的垃圾数量，如果仅仅通过人工进行分类是难以完成的，所以现在需要使用AI技术来解决这一问题，在本文中，我们将了解 AI 如何改进回收工作以及所需要的数据标注类型。
可回收物 vs 不可回收物
虽然人们不论在家里还是办公室都会有垃圾桶，但大多数情况下人们会将所有垃圾混在一起，即使在政策主导下，人们会尽量遵守垃圾分类的规定，但普可回收物和不可回收物却是一个难题，人们很多时候会区分错，谁在家里扔垃圾的时候还会思考半天呢？
所以，用机器来帮助筛检则产生了重要的作用，最好的方式就是通过光学分类，人工智能系统通过摄像头查看垃圾堆并进行分类。
区分各种类型的可回收物
当我们深入探讨什么是可回收物品时，我们发现有许多不同类型的纸张、金属、塑料和其他材料。例如，所有金属都是可回收的吗？我们所知道的是，有些材料比其他材料更难回收。事实上，有些材料几乎无法回收利用。比如我们平时在快餐店用到的那种纸杯，虽然看起来整个杯子都是纸做的，但这些杯子中的绝大多数都包含一层薄薄的塑料薄膜，可以使杯子防水不至于渗漏。
那么政府如何才能实现更高的垃圾回收利用率呢？这时候，人工智能可能掌握着其中的奥秘，通过大量的训练数据帮助机器学习模型进行学习以识别不同类型的纸张、塑料和金属。计算机视觉提取特定物体中的可回收特征然后形成判断。
创造AI回收技术需要哪些类型的数据标注？
当我们探讨人工智能赋能回收技术时，它在很大程度上依赖于计算机视觉，这意味着人工智能系统需要识别和分类它遇到的每种类型的物品，为了训练机器学习算法，研究人员使用各种可回收和不可回收物品的图像作为训练数据，这个数据集需要用简单的标签进行数据标注，数据标注员需将每张图像标记为可回收或不可回收（图像分类标注），语义分割标注对于识别垃圾箱中发现的各种类型的物品也是必要的，就像最上面那张图展现的一样，通过语义分割标注，机器可以识别各类垃圾的边界。
为了加速您的AI迭代，请选择冰山数据
现在越来越多的AI公司正在为数据标注而苦恼，从而选择与专业的第三方公司进行合作，冰山数据是一家全球化的数据标注公司，帮助企业一站式提供AI数据服务，包括各种类型的数据采集和数据标注服务，我们通过自营+全球联盟的形式提供各类数据标注专家从而满足各种丰富的数据标注类型，同时我们也打造了高度流程自动化的数据标注平台，从而让复杂的数据标注流程变地更简单。
今天起，选择与冰山数据合作并提升您的AI迭代速度，请通过冰山数据官方网站联系我们。