无套内射AV二区

隨著(zhu)垃圾分類(lei)成為今夏最(zui)熱話(hua)題，國內互聯網、科技(ji)公司紛紛推出了(le)小(xiao)程序(xu)、App等(deng)查(cha)詢(xun)應用(yong)，包括百(bai)度、搜狗、科大訊飛等(deng)公司均推出了(le)相關(guan)的智能查(cha)詢(xun)功能。支付(fu)寶、微信上也有不少相關(guan)小(xiao)程序(xu)和(he)小(xiao)游戲。這些(xie)應用(yong)的特點大同小(xiao)異，主要以查(cha)詢(xun)為主，支持(chi)語音(yin)、圖像(xiang)查(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)型訓(xun)練(lian)好(hao)后，可以將新的(de)(de)圖片輸入(ru)給模(mo)型，模(mo)型會識別、定位(wei)出是哪種類型的(de)(de)垃(la)(la)圾以及(ji)所(suo)在(zai)的(de)(de)位(wei)置(zhi)，從(cong)而(er)實現垃(la)(la)圾分類的(de)(de)需求(qiu)。

“目前計算機(ji)視覺(jue)技術(shu)已(yi)經(jing)相當成(cheng)熟，第四(si)范式在計算機(ji)視覺(jue)領(ling)域已(yi)經(jing)有了深(shen)厚的(de)(de)(de)(de)(de)積累。能否投入使用的(de)(de)(de)(de)(de)關鍵在于模(mo)(mo)型(xing)識(shi)(shi)別的(de)(de)(de)(de)(de)精準度，而影響模(mo)(mo)型(xing)精準度的(de)(de)(de)(de)(de)關鍵在于原始數(shu)據量的(de)(de)(de)(de)(de)質量的(de)(de)(de)(de)(de)大(da)小。原始數(shu)據質量越(yue)高(gao)(gao)，數(shu)量越(yue)大(da)，訓練出識(shi)(shi)別準確率(lv)高(gao)(gao)的(de)(de)(de)(de)(de)模(mo)(mo)型(xing)幾率(lv)越(yue)大(da)。”

上述技術人員表示，數據(ju)庫中包含是經(jing)過(guo)(guo)標(biao)注過(guo)(guo)的(de)數據(ju)，標(biao)注的(de)質量越(yue)(yue)高，AI訓練(lian)的(de)效果越(yue)(yue)好。

但目前，最大的(de)問題是(shi)，標注數據(ju)的(de)過程更多(duo)的(de)是(shi)由人工(gong)來完(wan)成，現階(jie)段還無法由AI來實現。雖(sui)然一(yi)些研究者正(zheng)在探索自動標注數據(ju)的(de)工(gong)作，但離真正(zheng)應用還存在很長的(de)距(ju)離。

此外，值得思考的是，如果(guo)將來(lai)各個城市的垃(la)圾分(fen)類標準不統一，也將會對AI提出(chu)更高的要求。