黄色视频怎么下载

隨著(zhu)垃圾分類(lei)成為(wei)今夏最熱話題，國(guo)內互聯網(wang)、科技公司紛紛推(tui)(tui)出了小(xiao)(xiao)程序、App等查(cha)詢(xun)應用，包括百度(du)、搜狗、科大訊飛等公司均推(tui)(tui)出了相(xiang)關的智(zhi)能查(cha)詢(xun)功能。支付寶(bao)、微信上也(ye)有不少相(xiang)關小(xiao)(xiao)程序和小(xiao)(xiao)游戲。這些應用的特點大同小(xiao)(xiao)異(yi)，主要以查(cha)詢(xun)為(wei)主，支持語(yu)音、圖像查(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。

模型訓練(lian)好(hao)后，可(ke)以(yi)將新的圖片輸入給(gei)模型，模型會識(shi)別(bie)、定位出是哪種類(lei)型的垃(la)圾以(yi)及所在的位置，從而實(shi)現(xian)垃(la)圾分類(lei)的需求(qiu)。

“目前計算機(ji)視覺技術已(yi)經相當成熟，第四范式在計算機(ji)視覺領(ling)域已(yi)經有(you)了深厚(hou)的(de)(de)(de)積累(lei)。能否投入使(shi)用(yong)的(de)(de)(de)關鍵在于模(mo)型(xing)識別(bie)(bie)的(de)(de)(de)精(jing)準(zhun)度，而影響模(mo)型(xing)精(jing)準(zhun)度的(de)(de)(de)關鍵在于原始(shi)數據(ju)量的(de)(de)(de)質量的(de)(de)(de)大(da)小。原始(shi)數據(ju)質量越(yue)高(gao)，數量越(yue)大(da)，訓練出識別(bie)(bie)準(zhun)確率高(gao)的(de)(de)(de)模(mo)型(xing)幾率越(yue)大(da)。”

上述(shu)技術(shu)人員表示，數據庫(ku)中包含是經過(guo)標(biao)注過(guo)的數據，標(biao)注的質量越(yue)高，AI訓練的效(xiao)果越(yue)好。

但(dan)目前，最大(da)的問題是，標注數據(ju)的過(guo)程(cheng)更多(duo)的是由人工來完成，現(xian)階段還(huan)(huan)無法由AI來實現(xian)。雖(sui)然一(yi)些研(yan)究者(zhe)正(zheng)在探索自(zi)動標注數據(ju)的工作，但(dan)離真正(zheng)應用還(huan)(huan)存(cun)在很長的距離。

此(ci)外，值(zhi)得(de)思考的是，如果(guo)將來(lai)各個(ge)城市的垃圾分類標(biao)準不統一，也將會對(dui)AI提出更高的要求。