數十年來，盡管人們努力減少最終進入垃圾填埋場的垃圾數量，但在每年產生的 83 億噸原生塑料垃圾中，只有約 9% 得到回收利用。

總部位于倫敦的計算機視覺初創公司 Recycleye 希望通過其人工智能驅動的廢物識別系統來大幅提升這些垃圾的回收數量。

Recycleye 表示，通過自動化和加快材料在分揀系統中的移動，并更精確地識別它們，它可以顯著提高回收公司的產能，同時提高整體回收率。

這是一家成立僅兩年的公司做出的崇高承諾，而這家公司的起步方式卻極其平凡。

“我們出去從垃圾箱中收集垃圾，將其帶回我的車庫，并開始構建我們的第一個產品概念驗證。”Recycleye 的首席技術官 Peter Hedley 說。Recycleye 是NVIDIA 初創加速計劃的成員。

一個人的垃圾是另一個人的寶藏

Hedley 和公司聯合創始人兼首席執行官 Victor Dewulf 在倫敦帝國理工學院攻讀碩士學位期間，就開始討論技術的可能性，在那里他們致力于將計算機視覺應用于廢物流。

Dewulf 最終寫了一篇關于這個主題的論文，引起了學術界和工業界的興趣，然后他辭去了高盛分析師的工作，開始攻讀博士學位。這樣他就可以完善他的想法。

受到微軟 AI 加速器計劃的認可，他們發現自己收到了 80 萬英鎊的種子投資，隨后在 2020 年又獲得了 40 萬英鎊的贈款。

到 2020 年底，這家初創公司已經在英國頂級廢物管理公司證明了自己的實力。去年 4 月，他們與能源領導者 TotalEnergies 和回收先驅 Valorplast 合作開展了 OMNI 項目，該項目是法國非營利組織可持續發展評選的七個獲獎項目之一公司 Citeo。

關閉回收循環的人工智能

Recycleye 與 Valorplast 和 TotalEnergies 的合作重點是應用人工智能來識別食品級和非食品級塑料包裝，目標是增加這些產品的循環回收。它甚至可以幫助開發新應用，例如改進食品包裝。

Recycleye 還與大學合作創建了 WasteNet，這是一個開源數據庫，目前是世界上最大的廢物數據集，擁有超過 250 萬張訓練圖像。

Recycleye 是 NVIDIA Metropolis 合作伙伴，提供集成完整 Metropolis 堆棧以進行視頻分析推理的產品。Recycleye 團隊使用 NVIDIA Jetson 平臺并挖掘加速深度學習工具，例如預訓練模型、NVIDIA TAO 工具套件和NVIDIA DeepStream SDK。

借助 NVIDIA 工具和龐大的訓練數據集，Recycleye 已將部署其模型所需的時間從兩個月縮短到僅兩個小時，同時在識別物品方面實現了超過人類視覺的準確度。

該公司的設備在網絡邊緣運行，在現場進行所有計算，前提是有足夠的互聯網連接。模型在云中支持 GPU 的 Microsoft Azure 實例上進行訓練，然后部署到客戶站點的 Recycleye 設備上。

軟件更新期間，客戶端設備上的算法會自動更新。云系統還處理數據日志并向客戶提供該數據的儀表板摘要。

即將到來：全球擴張和更多機器人

Recycleye 還與世界上最大的機器人制造商之一 FANUC 共同開發了由 Recycleye Vision 提供動力的機器人。今年早些時候，已經在英國和法國安裝了 Recycleye Vision 和 Recycleye Robotics 的 Hedley 預計，更多的廢物回收公司將效仿，使用機器人技術實現手動分類的自動化。

Recycleye 現在有了一個可以在全球部署的可擴展系統，有了更大的抱負，而且 Hedley 表示，該公司進行的部署越多，其技術就會發揮的越好。

“當我們在生產線的末端和前端都有一個設備時，我們可以看到如果材料數量增加但質量下降會發生什么，”Hedley 說。“我們可以開始優化機器和配置，并開始讓機器做出決策。”

原文標題：這家初創公司的人工智能檢測系統已做好準備，從全球垃圾回收市場中分一杯羹

文章出處：【微信公眾號：NVIDIA英偉達企業解決方案】歡迎添加關注！文章轉載請注明出處。