提供永久免费的API接口，查看更多API接口，如果您有其他免费API资源，请联系我们，造福人类。

定制开发，免费评估，免费咨询，价格便宜，售后保障，前往开发服务中心或联系开发客服中心

Raspberry Pi的粉丝们从来都不缺乏将该工具用于应用程序的想法https://www.techrepublic.com/pictures/the-20-silliest-raspberry-pi-projects/“target=”\u blank“rel=”noopener noreferrer“data component=”externalLink“>尽管它们很有用，但却很古怪。现在研究人员正在为这台低成本的计算机安装人工智能、高分辨率相机和机器人，对垃圾进行分类并减少垃圾填埋场的垃圾数量。

来自利物浦希望大学的工程师玩树莓皮3模型将该设备与光学传感器和计算机视觉算法相结合，创建一种能够区分纸张、玻璃、塑料、金属和纸板的工具。

建立在物料回收设施（MRF）中，在那里，家庭垃圾通常被送去分类，这项技术可以在垃圾倾倒的传送带上发现不同的材料，并相应地指导机器人在特定物体靠近它们时进行回收利用。

来自利物浦希望大学数学和计算机科学系的卡尔·迈尔斯，告诉ZDNet：“它被设计成与目前市场上的任何机器人系统集成。Raspberry Pi通过串行通信向机械臂发送一个关于可回收物位置的信号，机器人只需抓取物体即可。

研究人员表示，该算法的成功率高达92%，基线性能为90%，并认为该方法因此可用于商业用途。

世界各地每年产生的垃圾数量不断增加，改善回收设施的性能是避免在垃圾填埋场处理垃圾的关键。仅2017年英国产生的2.299亿吨固体废物中，只有47%被回收利用。英国环境部已经设定了一个目标，即在2020年将回收率提高到50%。

目前，英国家庭被要求将所有可回收物——纸张、金属、玻璃等——放在一个单独的容器中，从门口的台阶上收集，然后送到MRF进行分类和处理。

一旦到达，这些材料放置在传送带上，纸板、容器、纸张和塑料都可以手动移除。然后，锡罐和钢罐会被一个强大的磁铁吸走，而反向磁铁则会使铝罐飞离输送机，进入储存容器。

人工操作人员会监督这一过程，这通常会带来错误、效率低下和额外成本。”迈尔斯说：“长远的设想是将人类完全从磁共振成像中移除。”我们发送给MRFs的回收产品中，只有大约40%是回收利用的，这是因为人与人之间的相互作用。我们的系统将提高MRF的准确性，因为它消除了人类的不足之处。

迈尔斯和他的团队用3500幅不同垃圾图片的数据库对算法进行了训练，将一个名为垃圾网的资源与谷歌的图像相结合。研究人员使用了转移学习，这是机器学习中的一种特殊方法，它使人工智能系统能够存储解决一个问题所获得的知识，并将其应用于解决一个新的、不同的（但相关的）问题。

这种方法模仿人脑：如果你在学习如何使用摩托车，你很可能会运用你的骑车知识。通过转移学习，该算法同样可以利用从以前的问题中获得的知识来解决一个几乎没有数据的新问题在这种情况下，这意味着系统不需要任何培训——它将使用所有来自其他数据集的图像和过去的知识，并将其应用于正在处理的问题。它本质上是一种即插即用。”

有用、准确且易于部署，因此，而且成本低廉。建造这套系统的总成本不到100英镑，研究人员相信这将大大促进这项技术在全世界的应用。

有一个缺点：根据目前工程师的测试，树莓皮控制的回收机器人在垃圾分类方面比人类慢。然而，迈尔斯认为，一种缓慢的技术仍然是“完全足够的”，只要它是准确的。研究人员称，这项技术的效率和成本抵消了该系统的低速度性能。

研究团队现在希望建立他们的发明，将其与废物回收解决方案（如卫星控制平台SeaVax）相结合，它被设计成在海洋中漫游，像一个巨大的吸尘器一样工作。

SeaVax不会智能地取回物体；相反，机器人会不加选择地把找到的物体舀起来扔进漏斗里。利用迈尔斯和他的团队开发的自动回收技术，将该平台安装到该系统中，可以通过直接在收集点而不是在MRF中对废物进行分类，从而为该系统增加巨大价值。

在研究人员实现这一目标之前，仍存在一些工程难题，但迈尔斯已经在测试扩展这项发明，并在更强大的系统上测试该算法。同时，工程师相信，即使在目前的状态下，这项技术也会得到积极的反馈。

“如果这项技术被采用，它将消除与人力相关的大量成本，”他说由于它的成本如此之低，我只能想象整个行业会接受它。”

mozilla希望了解你古怪的你Tube建议，“pageType”：“article”}'>'我们在大流行期间建立了两个数据中心'

电子邮件和缩放过载？这种不寻常的远程工作策略可以通过注册来帮助

，您同意 2023-03-22 10:04:20