久久夜色撩人精品国产

隨著垃圾分(fen)類成(cheng)為今夏最熱話(hua)題，國(guo)內互(hu)聯網(wang)、科技公司紛紛推出了(le)小程(cheng)序(xu)、App等查(cha)(cha)詢(xun)應用(yong)，包括百度、搜狗(gou)、科大訊飛等公司均(jun)推出了(le)相關的(de)智能(neng)查(cha)(cha)詢(xun)功能(neng)。支(zhi)付寶(bao)、微信上也(ye)有(you)不少相關小程(cheng)序(xu)和小游戲。這些應用(yong)的(de)特點(dian)大同小異，主(zhu)要以查(cha)(cha)詢(xun)為主(zhu)，支(zhi)持語音、圖像查(cha)(cha)詢(xun)。接受新浪科技采訪時，人工智能技術與服務提供商第四范式的技術人員表示，垃圾分類中所涉及的計算機視覺技術包括了圖像分類、圖像定位、圖像檢測等環節。

例如在垃圾分類的場景中，首先需要將帶有不同垃圾種類的圖片進行標注，標注是為了告訴計算機圖像中出現的是可回收、廚余、不可回收等不同類型的垃圾，以及垃圾在圖像中的位置等信息，作為訓練模型的原始數據。

模(mo)(mo)(mo)型訓練好后，可以(yi)將新的圖片輸入給模(mo)(mo)(mo)型，模(mo)(mo)(mo)型會識(shi)別、定(ding)位(wei)出是哪種類型的垃圾(ji)(ji)以(yi)及所在的位(wei)置(zhi)，從(cong)而實現垃圾(ji)(ji)分類的需求。

“目前計(ji)算(suan)機視覺技術(shu)已(yi)經相當成熟，第四范式(shi)在計(ji)算(suan)機視覺領域已(yi)經有(you)了深厚的(de)積(ji)累。能否(fou)投入使(shi)用的(de)關鍵(jian)在于(yu)模型(xing)識別(bie)的(de)精準(zhun)度，而影響模型(xing)精準(zhun)度的(de)關鍵(jian)在于(yu)原始(shi)數(shu)據量(liang)(liang)的(de)質量(liang)(liang)的(de)大小。原始(shi)數(shu)據質量(liang)(liang)越高，數(shu)量(liang)(liang)越大，訓練(lian)出(chu)識別(bie)準(zhun)確(que)率(lv)高的(de)模型(xing)幾率(lv)越大。”

上述技術(shu)人員表(biao)示，數據(ju)(ju)庫中(zhong)包含是經過(guo)標注過(guo)的數據(ju)(ju)，標注的質量越(yue)高(gao)，AI訓練的效果越(yue)好。

但目(mu)前，最大的問題是(shi)，標(biao)注數(shu)(shu)據(ju)的過(guo)程更多的是(shi)由人工來(lai)完成，現階(jie)段還無法由AI來(lai)實現。雖然一些研究者正在探索自(zi)動標(biao)注數(shu)(shu)據(ju)的工作，但離真正應用(yong)還存在很長(chang)的距離。

此(ci)外(wai)，值(zhi)得思考的(de)是，如(ru)果將來各個城市的(de)垃圾分類標準(zhun)不統(tong)一，也將會對AI提出更高的(de)要求。