目录
0 环境
1 引言
2 思路
3 图像分类
4 总结

0 环境

Python版本：3.6.8

系统版本：macOS Mojave

Python Jupyter Notebook

1 引言

七月了，大家最近一定被一项新的政策给折磨的焦头烂额，那就是垃圾分类。《上海市生活垃圾管理条例》已经正式实施了，相信还是有很多的小伙伴和我一样，还没有完全搞清楚哪些应该扔在哪个类别里。感觉每天都在学习一遍垃圾分类，真令人头大。

听说一杯没有喝完的珍珠奶茶应该这么扔
1、首先，没喝完的奶茶水要倒在水池里
2、珍珠，水果肉等残渣放进湿垃圾
3、把杯子要丢入干垃圾
4、接下来是盖子，如果是带盖子带热饮（比如大部分的热饮），塑料盖是可以归到可回收垃圾的嗷

看到这里，是不是大家突然都不想喝奶茶了呢，哈哈。不过不要紧，垃圾分类虽然要执行，但是奶茶也可以照喝。

那么，这里我们想讨论一下，人工智能和数据科学的方法能不能帮助我们进行更好的垃圾分类？这样我们不用为了不知道要扔哪个垃圾箱而烦恼。

2 思路

这问题的解决思路或许不止一条。这里只是抛砖引玉一下，提供一些浅显的见解。

第一种方案，可以把垃圾的信息制成表格化数据，然后用传统的机器学习方法。

第二种方案，把所有的垃圾分类信息做成知识图谱，每一次的查询就好像是在翻字典一样查阅信息。

第三种方案，可以借助现在的深度学习方法，来对垃圾进行识别和分类。每次我们给一张垃圾的图片，让模型识别出这是属于哪一种类别的：干垃圾，湿垃圾，有害垃圾还是可回收垃圾。

3 图像分类

图像分类是深度学习的一个经典应用。它的输入是一张图片, 然后经过一些处理，进入一个深度学习的模型，该模型会返回这个图片里垃圾的类别。这里我们考虑四个类别：干垃圾，湿垃圾，有害垃圾还是可回收垃圾。

（报纸：可回收垃圾）

（电池：有害垃圾）

（一次性餐盒：干垃圾）

我们对图片里的物品进行分类，这是图像处理和识别的领域。人工智能里提出了使用卷积神经网络（Convolutional Neural Network, CNN）来解决这一类问题。

我会用keras包和Tensorflow后端来建立模型。由于训练集的样本暂时比较缺乏，所以这里只能先给一套思路和代码。训练模型的工作之前还得进行一波数据收集。

我们就先来看看代码大致长什么样吧

先导入一些必要的包。

再做一下准备工作。

在上面，我们初始化了一些变量，batch size是128； num_classes = 4，因为需要分类的数量是4，有干垃圾，湿垃圾，有害垃圾和可回收垃圾这四个种类。epochs 是我们要训练的次数。接下来，img_rows, img_cols = 28, 28 我们给了图片的纬度大小。

在 .reshape(60000,28,28,1)中 , 60000 是图片的数量（可变）, 28是图片的大小（可调），并且1是channel的意思，channel = 1 是指黑白照片。 .reshape(10000,28,28,1)也是同理，只是图片数量是10000。

到了最后两行，我们是把我们目标变量的值转化成一个二分类，是用一个向量（矩阵）来表示。比如 [1,0,0,0] 是指干垃圾，[0,1,0,0]是指湿垃圾等等。

接下来是建模的部分。

我们加了卷积层和池化层进入模型。激活函数是 relu，relu函数几乎被广泛地使用在了卷积神经网络和深度学习。我们在层与层之间也加了dropout来减少过拟合。Dense layer是用来做类别预测的。

建完模型后，我们要进行模型的验证，保证准确性在线。

到这里，我们的建模预测已经大概完成了。一个好的模型，要不断地去优化它，提高精确度等指标要求，直到达到可以接受的程度。

这优化的过程，我们在这里就先不深入讨论了，以后继续。

4 总结

值得一提的是，尽管方法上是有实现的可能，但是实际操作中肯定要更复杂的多，尤其是对精度有着很高的要求。

而且当一个图片里面包含着好几种垃圾种类，这也会让我们的分类模型开发变得很复杂，增加了难度。

比如，我们想要对一杯奶茶进行垃圾分类，照片里面是包含了多个垃圾的种类，这就比较头大了，因为这并不是属于单一的类别。

前路的困难肯定是有的，不过就当这里的分享是个抛砖引玉的起点吧。

毕竟李白也说了，“长风破浪会有时，直挂云帆济沧海”。

关注公众号「Python专栏」，回复关键字「机器学习电子书」获取100本机器学习电子书！

本文全套代码已上传至Github：https://github.com/MiracleYoung/You-are-Pythonista/tree/master/PythonExercise/DataScience/garbage_classification

还在被大妈灵魂拷问？使用Python轻松完成垃圾分类！相关推荐

告别大妈的灵魂拷问，Python 教你轻松完成垃圾分类！
作者 | 上海小胖责编 | 伍杏玲七月了,大家最近一定被一项新的政策给折磨得焦头烂额,那就是垃圾分类.<上海市生活垃圾管理条例>已经正式实施了,相信还是有很多的小伙伴和我一样,还没有完 ...
python 图像识别分类_使用Python轻松完成垃圾分类（基于图像识别）
0 环境 Python版本:3.6.8 系统版本:macOS Mojave Python Jupyter Notebook 1 引言七月了,大家最近一定被一项新的政策给折磨的焦头烂额,那就是垃圾分类 ...
python垃圾分类源代码_Python学习：怕乱丢垃圾罚款？使用 Python 轻松完成垃圾分类...
七月了,大家最近一定被一项新的政策给折磨的焦头烂额,那就是垃圾分类.<上海市生活垃圾管理条例>已经正式实施了,相信还是有很多的小伙伴和我一样,还没有完全搞清楚哪些应该扔在哪个类别里.感觉每 ...
字节跳动，三轮面试，四个小时，灵魂拷问，结局我哭了但下次还敢...
写在开篇去年的秋招对于我来说,那是非常的不顺利,所以今年的春招其实我也没有抱太大的希望,令我惊讶的是第一家给我面试机会的公司竟然是宇宙条.一开始接到面试通知时,心情特别复杂,紧张又兴奋,字节跳动是出 ...
秋招总结——字节跳动，三轮面试，四个小时，灵魂拷问，结局我哭了但下次还敢
写在开篇和往年相比,今年的春招看上去不是那么顺利,多少都受疫情有所影响,但是令我惊讶的是第一家给我面试机会的公司竟然是宇宙条.一开始接到面试通知时,心情特别复杂,紧张又兴奋,字节跳动是出了名的考算法 ...
大规模集群故障处理，能抗住这3个灵魂拷问算你赢
点击上方"朱小厮的博客",选择"设为星标" 后台回复"加群"加入公众号专属技术群我相信每一个集群管理员,在长期管理多个不同体量及应用场景的 ...
测试面试题集-MySQL数据库灵魂拷问加强版
VOL 168 22 2020-10 今天距2021年70天这是ITester软件测试小栈第168次推文点击上方蓝字"ITester软件测试小栈"关注我,每周一.三.五早上 0 ...
github 吐血整理：如何应对 HR 的灵魂拷问？
本文首发于小程序:编程面试题库 ,转载请保留出处. 最近趁着有时间,整理了一下关于 HR 的灵魂拷问系列,并新建了一个 github 仓库,欢迎持续关注.本文为节选部分内容,点击阅读原文可直达项目. ...
灵魂拷问：你看过Xgboost原文吗？
Datawhale 作者:小雨姑娘,Datawhale成员事情的源头是这样的,某日我分享了一篇阿里机器学习工程师面试失败经历,其中提到了我回答关于Xgboost的部分,评论区的老哥就开始了灵魂拷问: ...

还在被大妈灵魂拷问？使用Python轻松完成垃圾分类！