亚洲涩涩av,亚州日韩一区二区三区四区,成人无码特黄特黄av片在线,欧美乱妇狂野欧美在线视频

隨著垃圾分類成為今夏最熱話題，國內(nèi)互聯(lián)網(wǎng)、科技公司紛紛推出了小程序、App等查詢應用，包括百度、搜狗、科大訊飛等公司均推出了相關的智能查詢功能。支付寶、微信上也有不少相關小程序和小游戲。這些應用的特點大同小異，主要以查詢?yōu)橹鳎С终Z音、圖像查詢。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(huán)節(jié)。

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(xiàn)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(shù)據(jù)。

模型訓練好后，可以將新的圖片輸入給模型，模型會識別、定位出是哪種類型的垃圾以及所在的位置，從而實現(xiàn)垃圾分類的需求。

“目前計算機視覺技術已經(jīng)相當成熟，第四范式在計算機視覺領域已經(jīng)有了深厚的積累。能否投入使用的關鍵在于模型識別的精準度，而影響模型精準度的關鍵在于原始數(shù)據(jù)量的質(zhì)量的大小。原始數(shù)據(jù)質(zhì)量越高，數(shù)量越大，訓練出識別準確率高的模型幾率越大?！?/span>

上述技術人員表示，數(shù)據(jù)庫中包含是經(jīng)過標注過的數(shù)據(jù)，標注的質(zhì)量越高，AI訓練的效果越好。

但目前，最大的問題是，標注數(shù)據(jù)的過程更多的是由人工來完成，現(xiàn)階段還無法由AI來實現(xiàn)。雖然一些研究者正在探索自動標注數(shù)據(jù)的工作，但離真正應用還存在很長的距離。

此外，值得思考的是，如果將來各個城市的垃圾分類標準不統(tǒng)一，也將會對AI提出更高的要求。