利物浦希望大学的工程师利用 Raspberry Pi 3 模型开发了一种新的低成本分类系统，以减少垃圾填埋场的固体废物量。 

他们将 Raspberry Pi 3 与光学传感器和计算机视觉算法相结合，创造了一个可以区分纸张、玻璃、塑料、金属以及纸板的工具。通过训练 "计算机视觉 "摄像头系统来识别传送带上的每件家用物品，然后指示机器人对其面前的物品进行分类，取代了依靠人工来筛选物品的方式。 

图片来源：Liverpool Hope University

利物浦希望大学数学和计算机科学系的卡尔·迈尔斯（Karl Myers）称，该系统被设计成可以与目前市场上的任何一个机器人系统集成。Raspberry Pi 通过串行通信向机械臂发送一个关于可回收物位置的信号，机器人只需抓取物体即可。

Myers 和他的团队使用了包含 3500 种不同垃圾图像的数据库训练了该算法，并将一个名为 TrashNet 的资源与 Google 的图像相结合。同时，他们还使用了机器学习中的一种特殊方法 —— 迁移学习（transfer learning），该方法可使人工智能系统能够存储解决一个问题所获得的知识，并将其应用于解决一个新的、不同的（但相关的）问题。

其研究结果显示，该算法实现了高达 92% 的成功率，基线性能为 90%。因此，他们认为此方法是可行的，且可用于商业用途。此外，构建该系统的价格也很便宜，其总成本不到 100 英镑，有助于促进这一技术在全球范围内的采用。

不过该系统也尚存在着一些缺点。据迄今为止的工程师测试结果表明，由 Raspberry Pi 控制的回收机器人在分类垃圾方面将比人类慢。对此，Myers 则认为，只要技术准确，缓慢的技术仍然“完全足够”。研究人员称，该技术的效率和成本可以弥补这一系统不良的速度性能。