近几年，当环境污染问题成为让人们不得不正视的危机后，垃圾分类这个问题也逐渐被重视了起来。面对即将到来的第七届大学生工程训练综合能力竞赛，机电工程学院星火机器人创新工作室在汲取ImageNet挑战赛成果后研制出了Nano智能垃圾分类系统( 以下简称Nano)。值得一提的是ImageNet挑战赛在2017获得远远超过人类准确率后便停办了，但其对深度学习的深远影响和巨大贡献将永载史册。

英特尔神经棒

树莓派

Nano外观为圆柱体，其主控为树莓派，搭载旷视提出的ShuffleNetv2网络模型，使用英特尔神经棒进行加速，非常好地解决了网络推断缓慢的问题，解放了设备性能，让卷积神经网络在移动端的部署的压力大大减少。

在数据集方面，我们站在巨人的肩膀上，使用迁移学习和数据扩增让特定的数据集的准确率从80%提升到了99.4%，使Nano在垃圾分类的问题上得到了更完善的解决。作为Nano垃圾桶的设计者之一邓天郎表示：“虽然搜集数据集非常的枯燥无味，但是其结果完全超出了我的预料。”而在硬件方面我们使用定点记数规避了电机的误差，使用激光测距补全了超声波测距的缺点，这也让Nano垃圾桶的另一个设计者叶春阳感慨道：“与其将误差交给机械和偶然，不如直接将其扼杀在摇篮中。”

没有前辈们先前的辛勤开垦，也不会有现在的Nano智能垃圾分类系统，机电工程学院星火机器人创新工作室的同学们将在今后的学习中更深层次的探索此方面的知识，吾辈定当自强不息，薪火相传！