Имараттар курулуп, жаңыланып же бузулуп жатканда көп көлөмдө курулуш жана бузуу калдыктары пайда болот. Бетон, металл, жыгач, пластик, кыш жана гипсокартон сыяктуу материалдар бул калдыктардын маанилүү бөлүгүн түзөт.

Бул материалдардын бир бөлүгүн кайра иштетүүгө болот. Бирок кайра иштетүүдөгү негизги маселе материалдын жөн гана “эмне экени” эмес. Материалдын канчалык таза экени, башка заттар менен аралашкан-аралашпаганы жана кайра колдонууга ылайыктуу-ылайыксыздыгы да материалдын түрү сыяктуу эле маанилүү.

Бул жагдай өзгөчө гипсокартон калдыктарына тиешелүү.

Гипсокартон ички дубалдарда жана бөлмө бөлгүчтөрдө кеңири колдонулган курулуш материалы. Негизинен гипс өзөгүнөн жана кагаз бетинен турат. Таза гипсокартон калдыктары жаңы гипсокартон өндүрүшүндө, цемент өндүрүшүндө же айрым айыл чарба колдонмолорунда баалана алат. Бирок бузулган имараттардан чыккан гипсокартон бөлүктөрүндө көп учурда боёк, мык, бурама, жыгач, изоляция материалы, чаң, ным же көк сыяктуу булгоочулар болушу мүмкүн.

Ошондуктан кайра иштетүү жайлары үчүн негизги суроо мындай:

Бул бөлүк кайра иштетүүгө ылайыктуубу, кошумча ажыратуу керекпи же өзүнчө иштетилиши керекпи?

Yulin Chen, Shenzhou Dai жана Dana Cupkova даярдаган изилдөө бул суроого жасалма интеллект жана сүрөттү иштетүү аркылуу жооп издейт.

Гипсокартонду жөн гана “гипсокартон” деп таануу жетишсиз

Салттуу жасалма интеллект изилдөөлөрүндө курулуш калдыктары адатта кеңири класстарга бөлүнөт: бетон, кыш, жыгач, металл, пластик, гипсокартон сыяктуу.

Бул ыкма алгач пайдалуу көрүнөт. Бирок кайра иштетүү практикасы жагынан жетишсиз. Анткени бир эле материал классына кирген эки гипсокартон бөлүгү булгануу деңгээлине жараша таптакыр башка иштетүүнү талап кылышы мүмкүн.

Мисалы:

• Таза гипсокартон бөлүгү түздөн-түз кайра иштетүү процессине алынат.
• Боёк же беттик каптамасы бар бөлүк кошумча баалоону талап кылышы мүмкүн.
• Үстүндө металл, жыгач же башка курулуш калдыктары бар бөлүк адегенде ажыратылышы керек.
• Көгөргөн же биологиялык жактан бузулган гипсокартон түздөн-түз кайра иштетүү үчүн кооптуу болушу мүмкүн.

Ошондуктан изилдөө гипсокартон калдыктарын материал түрүнө гана эмес, кайра иштетүү чечимине жараша классификациялоону максат кылат.

Изилдөөдө төрт гипсокартон классы колдонулду

Изилдөөдө жалпы 930 сүрөттөн турган гипсокартон калдыктарынын маалымат топтому түзүлдү. Сүрөттөр талаа фотолорунан жана веб булактарынан алынган үлгүлөрдөн чогултулду. Изилдөөчүлөр гипсокартон калдыктарын төрт класска бөлдү.

C0 — Таза гипсокартон  
Көрүнгөн булгануу же бөтөн материал жок, стандарттуу же отко чыдамдуу гипсокартон бөлүктөрүн камтыйт. Бул топ эң төмөн тобокелдүү категория катары бааланат.

C1 — Бети иштетилген гипсокартон  
Боёк, каптама, нымга туруктуу бет, көккө каршы иштетүү же ушуга окшош беттик өзгөчөлүктөрү бар гипсокартондорду камтыйт. Бул бөлүктөр толугу менен жараксыз калдыктар эмес; бирок кайра иштетүүдөн мурда кошумча баалоону талап кылышы мүмкүн.

C2 — Курулуш калдыктары менен аралашкан гипсокартон  
Жыгач, металл бекиткичтер, лента, изоляция, бетон, топурак же башка бузуу калдыктары менен аралашкан гипсокартон бөлүктөрүн камтыйт. Бул топ ажыратууну талап кылган категория катары каралат.

C3 — Биологиялык же көгөргөн гипсокартон  
Көк, нымдан бузулуу, түс өзгөрүшү, жумшаруу, көбүү же биологиялык бузулуу белгилери бар гипсокартондорду камтыйт. Бул топ жогорку тобокелдүү деп кабыл алынат жана түздөн-түз кайра иштетүүгө алынбашы керек.

Макаладагы визуалдык мисалдарда да бул төрт класс ачык көрсөтүлгөн: таза гипсокартон, бети иштетилген гипсокартон, аралаш курулуш калдыгы бар гипсокартон жана көгөргөн/биологиялык жактан бузулган гипсокартон.

Жасалма интеллект моделдери кантип текшерилди?

Изилдөөдө беш түрдүү терең үйрөнүү модели салыштырылды:

• ResNet50
• ConvNeXt
• EfficientNet-B1
• Vision Transformer
• Swin Transformer

Бул моделдер сүрөттөрдү талдап, гипсокартондун кайсы категорияга таандык экенин болжолдоого аракет кылды. Максат жөн гана жогорку тактык алуу эмес; кайра иштетүү жагынан маанилүү класстарды туура ажыратуу болгон.

Натыйжаларга ылайык эң жакшы көрсөткүчтү Vision Transformer модели көрсөттү. ImageNet-1K боюнча алдын ала үйрөтүлгөн бул модель тесттерде болжол менен %97,16 тактык жана %97,20 макро F1 упайын алды.

Бул көрсөткүчтөр жасалма интеллект визуалдык белгилерге таянып гипсокартондун булгануу абалын кыйла ийгиликтүү ажырата аларын көрсөтөт.

Эмне үчүн Vision Transformer ийгиликтүүрөөк болушу мүмкүн?

Vision Transformer сүрөттү майда бөлүктөргө бөлүп, бул бөлүктөрдүн ортосундагы байланыштарды үйрөнгөн жасалма интеллект архитектурасы. Мындай моделдер бир гана чакан аймактагы текстурага эмес, сүрөттүн жалпы түзүлүшүнө да карай алат.

Гипсокартонду классификациялоодо бул маанилүү болушу мүмкүн. Анткени булгануу дайыма эле бир чакан чекитте көрүнбөйт. Кээде беттин түсү, чет түзүлүшү, жабышкан материалдар, нымдын изи же көктүн таралышы бирге бааланышы керек.

Ошондуктан Vision Transformer моделинин кеңири визуалдык байланыштарды кармай алышы гипсокартон калдыктарындагы ар кандай булгануу түрлөрүн айырмалоодо артыкчылык берген болушу мүмкүн.

Ар бир чоң жасалма интеллект жакшы жыйынтык бере бербейт

Изилдөөнүн дагы бир көңүл бурарлык натыйжасы бар.

Изилдөөчүлөр ар кандай алдын ала үйрөтүү стратегияларын да салыштырышты. Ири маалымат менен же сүрөт-текст жупташтыруусу менен үйрөтүлгөн айрым моделдер бул атайын тапшырмада жакшыраак натыйжа бербегени байкалды.

Бул маанилүү сабак берет:

Жасалма интеллектте чоңураак модель же чоңураак окутуу булагы дайыма жакшы жыйынтык дегенди билдирбейт.

Айрыкча кайра иштетүү, калдыктарды ажыратуу жана материалды таануу сыяктуу тармактарда тапшырма өтө өзгөчө. Моделдин ийгилиги жалпы визуалдык билимге гана эмес; максат материалдын беттик текстурасын, түс айырмасын, булгануу түрүн жана практикалык кайра иштетүү чечимдерине байланыштуу өзгөчөлүктөрдү үйрөнө алышына көз каранды.

Кайра иштетүү үчүн эмне үчүн маанилүү?

Курулуш жана бузуу калдыктарын кайра иштетүүдөгү эң чоң көйгөйлөрдүн бири — аралаш жана кир калдыктарды ажыратуу. Салттуу ажыратуу көбүнчө адам эмгегине таянат. Бул процесс кымбат жана кызматкерлер үчүн чаң, курч бөлүктөр, оор материалдар жана булгоочулардан улам тобокел жаратышы мүмкүн.

Сүрөттү иштетүү жана жасалма интеллект колдогон системалар бул процессти коопсузураак, ылдамыраак жана туруктуураак кыла алат.

Мисалы, кайра иштетүү жайында камера системасы лентадан өтүп жаткан гипсокартон бөлүктөрүн сканерлей алат. Жасалма интеллект модели бул бөлүктөрдү таза, иштетилген, аралаш же көгөргөн деп классификациялай алат. Андан соң роботтук система же оператор бул маалыматка жараша бөлүктү башка линияга багыттай алат.

Мунун натыйжасында:

• Таза гипсокартондор жеңилирээк калыбына келтирилет.
• Кир бөлүктөр кошумча ажыратууга жөнөтүлөт.
• Көгөргөн же тобокелдүү бөлүктөр өзүнчө иштетилет.
• Кайра иштетилген материалдын сапаты жогорулашы мүмкүн.
• Полигонго кеткен калдыктын көлөмү азайышы мүмкүн.

Бул айланма экономика үчүн маанилүү кадам. Анткени калдыктын чындап кайра ресурс болуп калышы үчүн аны туура классификациялоо керек.

Изилдөөнүн чектөөлөрү

Бул изилдөө маанилүү башталыш болсо да, айрым чектөөлөрү бар.

Биринчиден, маалымат топтому 930 сүрөттөн турат. Бул сан изилдөө прототиби үчүн баалуу болгону менен, реалдуу өнөр жайлык колдонуу үчүн чоңураак жана ар түрдүү маалымат топтомдору керек.

Экинчиден, изилдөө RGB сүрөттөр менен гана жүргүзүлгөн. Башкача айтканда, модель камера көргөн беттик маалыматка гана таянат. Бирок айрым булгоочулар, химиялык кошумчалар же жашыруун ным зыяны көзгө көрүнбөшү мүмкүн.

Үчүнчүдөн, реалдуу кайра иштетүү жайларында калдыктар бири-биринин үстүнө түшкөн, чаңдуу, кыймылдуу лентада, ар башка жарык шарттарында жана аралаш абалда болушу мүмкүн. Ошондуктан модель реалдуу талаа чөйрөсүндө да текшерилиши керек.

Төртүнчүдөн, изилдөө сүрөт деңгээлинде классификациялоого багытталган. Реалдуу жайларда “бул сүрөт кайсы класс?” деген суроо гана эмес, “сүрөттөгү булганган аймак так кайда?” деген суроо да маанилүү. Бул үчүн келечекте объект аныктоо жана сегментация моделдери талап кылынышы мүмкүн.

Жыйынтык

Бул изилдөө жасалма интеллект курулуш жана бузуу калдыктарын кайра иштетүүдө материалды таанып гана тим болбостон, материалдын кайра иштетүүгө ылайыктуулугун баалоого да жардам бере аларын көрсөтөт.

Гипсокартон сыяктуу кеңири колдонулган курулуш материалы үчүн булгануу деңгээлин туура аныктоо кайра иштетүү сапатын жогорулатып, полигонго кеткен калдыктын көлөмүн азайта алат.

Изилдөөдө иштелип чыккан төрт класстуу гипсокартон маалымат топтому жана модель салыштыруусу келечектеги акылдуу кайра иштетүү жайлары үчүн маанилүү негиз түзөт.

Келечектеги калдыктарды ажыратуу системалары мындан ары “бул бетонбу, жыгачпы, гипсокартонбу?” деп гана сурабайт. Ошол эле учурда мындай суроону да берет:

Бул материал канчалык таза, кантип иштетилиши керек жана кайра иштетүү үчүн туура линияга багытталышы керекпи?

Жасалма интеллекттин кайра иштетүүдөгү негизги баалуулугу да ушул жерде көрүнөт.

Булак жана метод эскертүүсү

Бул мазмун Yulin Chen, Shenzhou Dai жана Dana Cupkova тарабынан даярдалган “Deep Learning–Enabled Drywall Classification for C&D Waste: A Recycling-Oriented Dataset” аттуу академиялык изилдөөнүн негизинде Verianla редакциялык форматында өз алдынча даярдалды.

Эскертүү: Бул жазуу маалымат берүү жана билим берүү максатында даярдалган. Курулуш калдыктарын башкаруу, экологиялык мыйзамдар, эмгек коопсуздугу, кайра иштетүү инвестициясы же кесиптик инженердик кеңештин ордун баспайт. Гипсокартон калдыктарын иштетүү жергиликтүү мыйзамдарды, ишкана шарттарын жана адистердин баалоосун эске алуу менен жүргүзүлүшү керек.