熱門標籤

Tomra的回收業務部門宣布推出了三款被認為是「突破性」的應用程式，旨在利用深度學習技術將食品級塑膠與PET、PP和HDPE等非食品級塑膠分開。這些應用程式被認為是業界的首次創舉，利用了深度學習技術的最新成果。 這些解決方案得到了Tomra基於深度學習的專有技術「GAINnext」的支持，這些技術增強了其Autosort單元的分類能力，實現了大規模快速高效的差異化。Tomra將傳統的近紅外線、視覺光譜或其他感測器與深度學習技術相結合，開發出了目前市場上最準確的解決方案。 傳統的分類系統一直在努力區分食品級和非食品級塑膠，再加上衛生問題和回收過程中食物垃圾管理的嚴格監管標準，情況變得更加複雜。Tomra聲稱，其GAINnext技術在包裝應用的純度水準超過95%。 此外，Tomra的回收部門還推出了兩種非食品應用，以補充現有的GAINnext生態系統：用於清潔紙流的脫墨紙應用和用於更高純度PET瓶流的PET清潔應用。 Tomra Recycling執行副總裁兼負責人Volker Rehrmann博士表示，「幾十年來，我們一直在使用人工智慧技術來提高分類性能，但這一最新應用標誌著我們又一項行業第一。正如我們所知，人工智慧有能力改變資源回收，而我們最新的深度學習和人工智慧的複雜應用鞏固了我們作為該領域先驅的地位。」 Tomra的深度學習產品經理Indrajeed Prasad補充道：「深度學習技術的使用不僅可以實現手動分類的自動化，還使該行業能夠透過更精細的分類來實現高品質的回收品。由於能夠在幾毫秒內按材料和形狀檢測數千個物體，GAINnext甚至可以解決最複雜的分類任務。」 這些創新獲得了全球產業領導者的廣泛認可，並為回收業帶來了新的可能性。