AquaSight：利用卷积神经网络实现水质杂质自动检测
机器学习
2019-07-18 v1 计算机视觉与模式识别
机器学习
摘要
根据联合国世界水资源评估计划，每天有 200 万吨污水及工业和农业废物排入世界水体。为解决这一日益严重的水污染普遍问题，同时确保全球人口拥有高效、准确且低成本的方法来评估所饮用水是否受污染，我们提出 AquaSight，一种利用深度学习方法（具体为卷积神经网络）进行水质杂质自动检测的新型移动应用。经代表不同污染程度、共 105 张图像的数据集全面训练后，该深度学习算法达到 96% 准确率与 0.108 损失。此外，该机器学习模型通过高效分析水的浊度与透明度水平来估计特定水样的污染程度。部署后，AquaSight 系统将为个人提供获取水质估计的便捷途径，警示地方及国家政府采取行动，并有望在全球挽救数百万生命。
引用
@article{arxiv.1907.07573,
title = {AquaSight: Automatic Water Impurity Detection Utilizing Convolutional Neural Networks},
author = {Ankit Gupta and Elliott Ruebush},
journal= {arXiv preprint arXiv:1907.07573},
year = {2019}
}