Новосибирские программисты разрабатывают нейросеть, умеющую распознавать тип и объем мусора, а также автоматизированную систему для подбора перевозчика и утилизатора отходов.
Как рассказали в пресс-службе НГТУ НЭТИ, сейчас команда программистов университета совместно с партнером работает над созданием специального модуля, который сможет автоматически распознавать тип отходов и оценивать его примерный объем.
Мы присоединились к разработке единого сервиса, объединяющего функционал как для «производителя» мусора <...>, так и для «потребителей» мусора в лице перерабатывающих предприятий, нуждающихся в сырье. Уже существует портал, на котором можно вручную подобрать все необходимые параметры и оставить заявку: объем и тип мусора, способ и время доставки, а также пункт приема и утилизации, — рассказал кандидат технических наук, завкафедрой вычислительной техники НГТУ НЭТИ Александр Якименко.
Для создания модуля было решено использовать нейросеть. По словам Александра Якименко, самый сложный этап в работе — ее обучение на основе предоставленных примеров, то есть фотографий отходов различных классов. На данный момент нейросеть с точностью до 98% может определять восемь самых распространенных классов мусора, в числе которых — бумага, пластик, стекло, бытовые отходы и др. В дальнейшем разработчики планируют расширить диапазон работы нейросети минимум до 30 видов мусора.
Для пользователя алгоритм будет следующим: в приложении необходимо сфотографировать отходы, нейросеть обработает каждое фото, определит тип и объем и автоматически внесет все данные в заявку. Внедрение функции распознавания в действующую платформу планируется уже в мае.
Следующий этап работы — создание рекомендательной системы, которая поможет пользователю автоматизированно и быстро найти принимающую отходы компанию и автомобиль с курьером, который доставит груз в конечную точку. Система похожа на принцип работы приложений такси: достаточно сделать фото отходов, проверить правильность данных и нажать «ОК», и в указанное время отходы будут доставлены на перерабатывающее предприятие.
Производственные предприятия, заводы и магазины ежедневно избавляются от отходов. Мы рассматриваем возможность создать для постоянных клиентов индивидуальный профиль, где будет накапливаться статистика. Так мы сможем еще больше ускорить и упростить процесс фотографирования и формирования заявки, так как профиль пользователя уже будет связан с данными о типах мусора, чаще всего утилизируемых компанией, что позволит снизить вероятность ошибок в распознавании, — объяснил ученый.