黄色视频怎么下载

隨著垃圾分類(lei)成(cheng)為今夏最熱話題(ti)，國內互聯網、科技公司紛紛推(tui)出(chu)了(le)小(xiao)程序、App等查詢(xun)應(ying)用，包括百度、搜狗、科大(da)訊(xun)飛等公司均(jun)推(tui)出(chu)了(le)相關的智能(neng)查詢(xun)功能(neng)。支(zhi)(zhi)付寶、微信(xin)上也有不少相關小(xiao)程序和小(xiao)游(you)戲。這些應(ying)用的特(te)點大(da)同(tong)小(xiao)異，主要以查詢(xun)為主，支(zhi)(zhi)持(chi)語音、圖(tu)像查詢(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(xing)訓練好(hao)后，可以將新的(de)圖片輸入給(gei)模(mo)型(xing)，模(mo)型(xing)會識別、定位(wei)出是(shi)哪(na)種類型(xing)的(de)垃圾(ji)以及所在的(de)位(wei)置，從而實(shi)現垃圾(ji)分(fen)類的(de)需求。

“目前計算(suan)機(ji)(ji)視覺技術已經(jing)相當成熟(shu)，第四范式在計算(suan)機(ji)(ji)視覺領(ling)域已經(jing)有了深厚的積累。能否投入使用的關鍵在于模(mo)型(xing)識(shi)別的精準度(du)，而影響模(mo)型(xing)精準度(du)的關鍵在于原始數(shu)據量(liang)的質量(liang)的大(da)小。原始數(shu)據質量(liang)越高，數(shu)量(liang)越大(da)，訓(xun)練出識(shi)別準確率(lv)(lv)高的模(mo)型(xing)幾率(lv)(lv)越大(da)。”

上述技術人(ren)員(yuan)表示，數(shu)據庫中(zhong)包含是經過標注過的數(shu)據，標注的質(zhi)量越高，AI訓練的效果越好。

但目前，最大的(de)問題是，標注(zhu)數(shu)據的(de)過程更多的(de)是由人工(gong)來完成，現階段(duan)還無法(fa)由AI來實現。雖然一些(xie)研究(jiu)者正在探索自動標注(zhu)數(shu)據的(de)工(gong)作(zuo)，但離真(zhen)正應(ying)用還存(cun)在很長的(de)距離。

此外，值得思(si)考的是，如果將來各個城市的垃圾(ji)分類(lei)標(biao)準不(bu)統一，也將會對AI提出(chu)更高的要求(qiu)。