yjizz国产精品视频

隨(sui)著垃圾(ji)分類成為(wei)今夏最熱話題，國內互聯網(wang)、科技公(gong)司紛紛推出了小(xiao)程序、App等(deng)查(cha)(cha)詢應用(yong)，包括百(bai)度、搜狗、科大訊飛等(deng)公(gong)司均推出了相(xiang)關的智(zhi)能查(cha)(cha)詢功能。支付寶、微(wei)信上也有不少相(xiang)關小(xiao)程序和小(xiao)游戲。這些(xie)應用(yong)的特點大同小(xiao)異，主要以查(cha)(cha)詢為(wei)主，支持語音、圖(tu)像查(cha)(cha)詢。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)型(xing)訓練好后，可以(yi)將新的(de)圖(tu)片輸入給(gei)模(mo)(mo)型(xing)，模(mo)(mo)型(xing)會(hui)識別(bie)、定位(wei)出是哪(na)種類型(xing)的(de)垃(la)圾以(yi)及所在的(de)位(wei)置，從(cong)而實現(xian)垃(la)圾分(fen)類的(de)需求。

“目前計算機(ji)(ji)視覺技術已經相(xiang)當成(cheng)熟，第四范式在計算機(ji)(ji)視覺領域已經有了深厚的積累。能否投入(ru)使用(yong)的關鍵在于(yu)(yu)模(mo)型識別的精準度，而影響模(mo)型精準度的關鍵在于(yu)(yu)原(yuan)始數(shu)據量的質(zhi)量的大(da)小。原(yuan)始數(shu)據質(zhi)量越高(gao)，數(shu)量越大(da)，訓練出識別準確率高(gao)的模(mo)型幾(ji)率越大(da)。”

上(shang)述技術人員表示(shi)，數(shu)據(ju)庫中包含是經過標(biao)注(zhu)(zhu)過的數(shu)據(ju)，標(biao)注(zhu)(zhu)的質量(liang)越高(gao)，AI訓(xun)練(lian)的效果越好。

但目(mu)前，最大的問題是(shi)，標(biao)注數(shu)據的過(guo)程(cheng)更多的是(shi)由人工來完成，現階(jie)段還無(wu)法由AI來實現。雖(sui)然一(yi)些研究(jiu)者(zhe)正(zheng)在探索自動(dong)標(biao)注數(shu)據的工作，但離(li)真正(zheng)應用還存在很(hen)長(chang)的距(ju)離(li)。

此(ci)外(wai)，值得思(si)考的是，如果將來(lai)各個城市(shi)的垃(la)圾分類標準不(bu)統一，也將會對AI提出更高(gao)的要求。