亚洲国产精品无码AAA片

隨著垃圾分類成為今夏最(zui)熱話題，國(guo)內互聯網、科技公司(si)(si)紛(fen)紛(fen)推出了(le)小(xiao)程序(xu)、App等(deng)查(cha)(cha)詢(xun)(xun)(xun)應用，包括(kuo)百度、搜狗、科大訊飛等(deng)公司(si)(si)均推出了(le)相關的智能(neng)查(cha)(cha)詢(xun)(xun)(xun)功能(neng)。支(zhi)付寶、微(wei)信上也有不少相關小(xiao)程序(xu)和小(xiao)游(you)戲。這些應用的特點大同小(xiao)異，主要以查(cha)(cha)詢(xun)(xun)(xun)為主，支(zhi)持(chi)語音、圖像查(cha)(cha)詢(xun)(xun)(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)型(xing)(xing)訓(xun)練好后，可以將新的圖(tu)片輸入(ru)給模(mo)型(xing)(xing)，模(mo)型(xing)(xing)會識別、定(ding)位(wei)(wei)出是(shi)哪(na)種類型(xing)(xing)的垃圾以及所在的位(wei)(wei)置，從而實現垃圾分類的需(xu)求。

“目前計(ji)算機視覺技(ji)術已(yi)經相當(dang)成(cheng)熟(shu)，第四范式在(zai)計(ji)算機視覺領域已(yi)經有了深厚的(de)積累。能否投入使用的(de)關鍵(jian)在(zai)于(yu)模型識別的(de)精準度，而影響模型精準度的(de)關鍵(jian)在(zai)于(yu)原始數據量(liang)的(de)質量(liang)的(de)大小。原始數據質量(liang)越(yue)高，數量(liang)越(yue)大，訓練出識別準確率(lv)高的(de)模型幾率(lv)越(yue)大。”

上述(shu)技術人員(yuan)表(biao)示(shi)，數據(ju)庫中包含是經過(guo)標注(zhu)過(guo)的(de)(de)數據(ju)，標注(zhu)的(de)(de)質量越高，AI訓練(lian)的(de)(de)效果越好。

但目前，最大的(de)問題是(shi)，標(biao)注數據(ju)的(de)過程(cheng)更多的(de)是(shi)由人工(gong)來完成，現階段還無法(fa)由AI來實(shi)現。雖然一些研(yan)究(jiu)者(zhe)正(zheng)(zheng)在探(tan)索自(zi)動標(biao)注數據(ju)的(de)工(gong)作，但離真(zhen)正(zheng)(zheng)應用還存在很長(chang)的(de)距離。

此外，值得思考的是，如果將來各(ge)個城市的垃圾分類標準不統一(yi)，也將會對AI提出更高的要求。