- 综合排序
- 最热优先
- 最新优先
- 来自专栏人人都是极客
如何识别垃圾公司？
大家好，我是 Peter，这期我们看下如何识别垃圾公司？ 从事技术的朋友在判断一家公司好坏，大都从该公司的技术背景，行业地位出发。这种角度无可厚非，毕竟作为新一代农民工能选择的筹码实在有限。 熟悉了净资产收益率，不仅可以识别垃圾公司，在你炒股的过程中也有一定的借鉴意义。感兴趣的小伙伴可以根据公司的三大财务报表，结合对净资产收益率的杜邦分析，去了解一家公司的盈利情况和未来发展趋势。
1K30编辑于 2022-05-13 - 来自专栏燧机科技-视频AI智能分析
河道垃圾识别系统
河道垃圾识别系统通过yolov7网络模型智能视频分析技术，河道垃圾识别系统对河道水面垃圾进行7*24小时自动不间断实时监测，河道垃圾识别系统监测到河道水面出现垃圾时，立即抓拍告警。
93530编辑于 2023-03-08 - 来自专栏分享干货的你
浅谈垃圾回收2
我们根据进程号看一下这个服务的垃圾回收的情况 看下图 这里我说明一下参数，S0,幸存者0区，S1幸存者1区，E，伊甸园区，O,老年代，M 方法区，CCS,元数据区，YGC新生代的gc次数，YGCT新生代
39720发布于 2021-04-06 - 来自专栏燧机科技-视频AI智能分析
垃圾桶溢出识别监测系统
垃圾桶溢出识别监测系统通过yolov7网络模型深度学习技术，垃圾桶溢出识别监测算法对社区街道垃圾桶里面垃圾溢出满载现象进行自动识别告警提醒及时清理。 FPS V100，55.9% AP）比基于 transformer 的检测器 SWINL Cascade-Mask R-CNN（9.2 FPS A100，53.9% AP）速度上高出 509%，精度高出 2%
70840编辑于 2023-03-16 - 来自专栏燧机科技-视频AI智能分析
垃圾分类识别AI智能分析系统
一、引言 我国城镇生活垃圾年产量突破3.5亿吨（《2025中国城乡建设统计年鉴》），传统人工巡检存在覆盖率不足（＜30%）、响应滞后（平均耗时2小时）等痛点。 （仰角25°）、垃圾房（俯角15°）、运输车辆路径（双向覆盖）布防 集成多光谱传感器阵列： 可见光（450-650nm）：垃圾形态识别 近红外（850nm）：厨余垃圾含水率检测 热成像（8-14μm）： +MixUp数据增强（实验室数据：小目标mAP@0.5提升32%） 遮挡补偿：引入光流法+深度估计（实测数据：垃圾桶遮挡场景识别率从68%提升至94%） 行为关联分析：设计时空图卷积网络（ST-GCN） （置信度0.91），联动广播系统发出警告 危险品混投识别：检测到电池混入可回收物（持续3秒），触发二级告警并联动市政处理垃圾分类识别AI智能分析系统优势在于其强大的视频智能分析能力，垃圾分类识别AI智能分析系统通过在小区垃圾投放点安装的现场摄像头 垃圾分类智能分析系统通过现场摄像头能够识别常见的垃圾分类识别如：垃圾满溢抓拍预警、人脸识别、工服识别、厨余垃圾混投未破袋识别预警、垃圾落地识别预警、人来扔垃圾语音提醒等功能，有效避免垃圾外溢对环境造成的污染
41710编辑于 2026-01-07 - 来自专栏深度学习和计算机视觉
还在苦于垃圾分类？机器视觉帮你识别它是什么垃圾！！！
OSCAR通过机器学习算法，可以识别用户手中的物品，并可以告诉用户接下来该如何处理（分别将其中哪些部分扔到哪个垃圾桶里）。 ? Intuitive AI首席执行官Hassan Murad表示，通过学习，该系统已经可以识别数千类垃圾，并将其分为几百个不同的类别，目前，该系统仍在继续训练，以从垃圾上可见信息中识别出垃圾具体是什么，并进行分类 例如识别出是可乐罐，还是汽水瓶。 ? 据外媒Venturebeat报道，OSCAR也有加入语音功能，当用户按照OSCAR的提示正确分类扔到相应垃圾桶后，OSCAR会发出类似“Good job!” 旧版OSCAR其实相对而言更“高级”，可以将用户丢入的垃圾通过机器视觉自动识别，并进行分类放到内置的两个垃圾箱中。 旧版OSCAR可以通过WiFi连接到家庭网络。 配备运动传感器，可以检测到用户何时需要扔东西；内部拥有经过ImageNet数据集预训练的数据模型/算法，图像识别系统通过数码相机实时检测，垃圾并进行分类；设备顶部也可以通过LED等显示分类结果，如果未能识别出垃圾类别
3K40发布于 2019-07-08 - 来自专栏燧机科技-视频AI智能分析
垃圾桶溢出识别系统
垃圾桶溢出识别系统通过Opencv+yolo网络模型深度学习技术，垃圾桶溢出识别系统对垃圾桶垃圾溢出行为现象进行识别，监测到垃圾桶存在垃圾溢出时，垃圾桶溢出识别系统立即抓拍存档 告警及时清理。 Yolo模型采用预定义预测区域的方法来完成目标检测，具体而言是将原始图像划分为 7x7=49 个网格（grid），每个网格允许预测出2个边框（bounding box，包含某个对象的矩形框），总共 49x2
67960编辑于 2023-02-03 - 来自专栏燧机科技-视频AI智能分析
水面漂浮物垃圾识别检测系统
水面漂浮物垃圾识别检测系统通过yolov7网络模型AI视觉分析技术，水面漂浮物垃圾识别检测系统对河道湖面漂浮物、生活垃圾、水藻等多种漂浮物进行自动智能分析，水面漂浮物垃圾识别检测系统及时的预警提醒。
1.8K20编辑于 2023-03-23 - 来自专栏燧机科技-视频AI智能分析
河道垃圾自动识别监测算法
河道垃圾自动识别监测算法通过python+opencv网络模型技术，河道垃圾自动识别监测算法对水面上的垃圾进行自动识别，一旦发现垃圾污染将自动发出警报。 河道垃圾自动识别监测算法中选择opencv框架模型，接下来我们介绍下。OpenCV基于C++实现，同时提供python, Ruby, Matlab等语言的接口。 河道垃圾自动识别监测算法中选择的python语言也很有优势。Python是一种由Guido van Rossum开发的通用编程语言，它很快就变得非常流行，主要是因为它的简单性和代码可读性。 OpenCV的全称是Open Source Computer Vision Library，是一个跨平台的计算机视觉处理开源软件库，是由Intel公司俄罗斯团队发起并参与和维护，支持河道垃圾自动识别监测算法与计算机视觉和机器学习相关的众多算法 OpenCV可用于开发实时的图像处理、计算机视觉以及模式识别程序，该程序库也可以使用英特尔公司的IPP进行加速处理。
48040编辑于 2023-09-09 - 来自专栏程序源代码
【程序源代码】垃圾识别小程序（源码）
关键字：小程序 微信小程序开发的项目：垃圾识别小程序 前端：微信小程序采用 uni-app 开发框架，uni-app 是一个使用 Vue.js 开发所有前端应用的框架，开发者编写一套代码，可发布到iOS 后端：采用 SpringBoot 2 构建后端服务，才 Swagger2 构建 Restful风格接口文档，数据库采用 Mysql ,使用 Mybatis-Plus 做数据访问层。 2、其中的 语音识别和图像识别 功能使用百度智能云平台服务，需要注册登录拥有自己的应用(有5万次调用 api 的免费使用量)，在后端 afterend 的 uniapp-api 当中的配置文件里面需要进行配置
3.7K30发布于 2020-01-17 - 来自专栏燧机科技-视频AI智能分析
河道水面漂浮物垃圾识别监测系统
河道水面漂浮物垃圾识别监测系统通过Python基于YOLOv7对河道湖泊区域进行实时监测，当河道水面漂浮物垃圾识别监测系统监测到湖面有漂浮物或者垃圾时，系统立即抓拍存档同步发给后台人员通知后台工作人员及时清理 FPS V100，55.9% AP）比基于 transformer 的检测器 SWINL Cascade-Mask R-CNN（9.2 FPS A100，53.9% AP）速度上高出 509%，精度高出 2%
79020编辑于 2023-01-14 - 来自专栏燧机科技-视频AI智能分析
海面漂浮物垃圾识别检测算法
海面漂浮物垃圾识别检测算法通过yolo系列网络框架模型算法，海面漂浮物垃圾识别检测算法一旦识别到海面的漂浮物垃圾，海面漂浮物垃圾识别检测算法立即发出预警信号。 ，而one-stage直接从图片生成位置和类别在介绍海面漂浮物垃圾识别检测算法Yolo算法之前，首先先介绍一下滑动窗口技术，这对我们理解海面漂浮物垃圾识别检测算法Yolo算法是有帮助的。 海面漂浮物垃圾识别检测算法采用滑动窗口的目标检测算法思路非常简单，它将检测问题转化为了图像分类问题。 海面漂浮物垃圾识别检测算法检测速度非常快。标准版本的YOLO可以每秒处理 45 张图像；海面漂浮物垃圾识别检测算法的极速版本每秒可以处理150帧图像。 这就意味着 海面漂浮物垃圾识别检测算法可以以小于 25 毫秒延迟，实时地处理视频。对于欠实时系统，在准确率保证的情况下，海面漂浮物垃圾识别检测算法速度快于其他方法。
88241编辑于 2023-09-22 基于深度学习的地面垃圾识别分类技术
平台在海量垃圾图片数据集上进行了深度学习模型的训练和优化，使得系统能够识别复杂环境下的垃圾种类，包括可回收物、有害垃圾、厨余垃圾等。 CNN模型通过逐层提取图像特征，实现对不同类型垃圾的精准分类，支持在混杂环境中高效识别。2. 多模态数据融合与智能分析为应对复杂的垃圾分类场景，系统引入了多模态数据融合技术。 市政环卫部门的自动化垃圾分类在城市管理中，垃圾分类需要高效、精准。AI平台通过深度学习和图像识别算法，实现垃圾种类的自动识别和分类。 平台的卷积神经网络模型对垃圾图像进行特征提取和分类，准确率达到95%以上。使用该系统后，市政环卫部门的垃圾分类效率提高了50%，人工成本降低了40%，显著提升了垃圾分类的精度和效率。2. 智能垃圾回收站的识别与分类 智能垃圾回收站常面对混合垃圾的分类难题。AI平台结合多模态数据融合技术，实现了对用户投放垃圾的实时识别和自动分类。系统识别时间控制在3秒内，准确率高达98%。
1.1K10编辑于 2024-11-09- 来自专栏史上最简单的Spring Cloud教程
详解JVM内存管理与垃圾回收机制2 - 何为垃圾
从诞生之初，人们就在思考GC需要完成的3件事情：何为垃圾？何时回收？如何回收？ 垃圾收集器在对内存进行回收前，第一件事就是要确定这些对象之中哪些还”活着“，哪些已经”死去“，而这些”死去“的对象，也就是我们所说的垃圾。 = new GcObject(); // GcObject实例2被引用，所以B引用计数值 = 2 obj1.instance = obj2; // 同理A 的引用计数值 = 2 obj2.instance = obj1; // 栈中的obj1不再指向堆中A，这时A的计数值减1，变成1 obj1 = null; instance = null; } 仔细阅读代码中的注释，并结合下面的内存结构示意图，应该可以很好的理解其中的原因：如果JVM垃圾收集器采用引用计数法，当obj1和obj2不再指向堆中的实例A、B时
53530发布于 2019-06-21 - 来自专栏算法工程师的学习日志
车牌识别（2）-搭建车牌识别模型
上一期分享了模拟生成车牌的方法，今天分享一下搭建要给简单的车牌识别模型，模拟生成车牌的方法参看：车牌识别（1）-车牌数据集生成 生成的车牌如下图 准备数据集，图片放在path下面，同时把图片名称和图片的车牌号对应关系写入到 y_train是长度为7的列表，其中每个都是shape为(n, # )的ndarray，分别对应n张图片的第一个字符，第二个字符....第七个字符 因为车牌是固定长度，所以有个想法，就是既然我们知道识别七次 ，那就可以用七个模型按照顺序识别。 ，识别成功 chars = '' for arg in np.argmax(lic_pred, axis=1): # 取每行中概率值最大的arg,将其转为字符 Lic_pred.append(chars) # 将车牌和识别结果一并存入Lic_pred return Lic_pred
3.4K30编辑于 2022-07-27 - 来自专栏燧机科技-视频AI智能分析
水面漂浮物垃圾识别检测系统 智慧水利
水面漂浮物垃圾识别检测系统通过Python+YOLOv7网络模型，水面漂浮物垃圾识别检测系统实现对水面漂浮物以及生活各种垃圾等全天候24小时不间断智能化检测。 Yolo模型采用预定义预测区域的方法来完成目标检测，具体而言是将原始图像划分为 7x7=49 个网格（grid），每个网格允许预测出2个边框（bounding box，包含某个对象的矩形框），总共 49x2 FPS V100，55.9% AP）比基于 transformer 的检测器 SWINL Cascade-Mask R-CNN（9.2 FPS A100，53.9% AP）速度上高出 509%，精度高出 2%
81550编辑于 2023-01-25 - 来自专栏燧机科技-视频AI智能分析
车辆违规倾倒建筑垃圾AI识别系统方案
在城乡结合部、拆迁地块、河道沿岸等监管薄弱区域，夜间违规倾倒建筑垃圾、渣土等行为屡禁不止，不仅破坏生态环境，还增加市政清运成本。 近年来，部分城市试点部署“车辆违规倾倒建筑垃圾AI识别系统”，但市场宣传中常出现“抓拍作为执法证据”“自动处置违法人员”“基于YOLOv12”等不准确或越权表述，易引发法律与技术误判。 系统无法实现：区分建筑垃圾、生活垃圾或合法土方回填；识别车牌（尤其夜间、遮挡、污损场景）；“YOLOv12”目前并无官方开源版本（截至2026年1月），实际部署多采用YOLOv10或RT-DETR；自动生成行政处罚依据或 注：在实验室标准测试场景下（可控倾倒、良好光照），系统对明显卸载行为的识别召回率达88.7%，误报率约9.2%（样本量：400组实验）。 三、部署优势与现实约束支持太阳能+4G，适用于无市电、无光纤区域；可利旧部分治安监控资源，降低初期投入；局限性：无法识别密闭厢式货车内部倾倒；强逆光或暴雨天气下车牌与行为识别稳定性下降；不适用于高速移动车辆
16910编辑于 2026-01-29 - 来自专栏燧机科技-视频AI智能分析
河道水面垃圾识别检测算法 yolov5
河道水面垃圾识别检测系统采用yolov5忘了模型计算机视觉技术，水面垃圾识别检测算法通过在河道的摄像头，对水面垃圾进行实时监测自动识别。近几年来，目标检测算法取得了很大的突破。
84110编辑于 2023-09-05 - 来自专栏Java后端修炼
JVM 学习笔记(2)：垃圾回收GC
2）可达性分析算法 GC Root 也称为根对象，代表的是当前时刻仍然存活着的对象，可作为根对象的主要有以下几类： ① 在虚拟机栈中引用的对象，例如参数、局部变量、临时变量等； ② 在方法区中类静态属性 2、引用分类 在 JDK1.2 之前对象只有被引用以及未被引用这两种状态，而诸如缓存数据这些想当内存足够时存放，内存不足时释放就没办法了，因此 JDK1.2 对引用的概念进行扩充，细分为四种引用类型。 1）强引用 强引用即最朴素的引用赋值， 诸如 Object obj = new Object() 这种，只要对象的引用关系存在，就永远不会被垃圾回收掉； 2）软引用 软引用指的是那些还有用，但是非必须的对象 ； ③ Mixed GC：新生代老年代混合收集，目前只有 G1 收集器有这种行为； 2） Full GC：整堆收集 针对整个 Java 堆和方法区的收集。 7、GC 相关参数 GC相关参数 8、垃圾收集器 1）分类 垃圾收集器分类 2）Serial 这是一款最基础的垃圾收集器，它是单线程的，并且在进行垃圾收集工作时会停掉其他的工作线程，直到收集完毕。
39430编辑于 2022-09-20 - 来自专栏小樱的经验随笔
【python进阶】Garbage collection垃圾回收2
创建了c1，c2后这两块内存的引⽤计数都是1，执⾏ c1.t=c2 和 c2.t=c1 后，这两块内存的引⽤计数变成2. --2------") print(gc.garbage) print("-----3------") print(gc.collect())#显式执⾏垃圾回收 print 常⽤函数： 1、gc.set_debug(flags) 设置gc的debug⽇志，⼀般设置为gc.DEBUG_LEAK 2、gc.collect([generation]) 显式进⾏垃圾回收，可以输⼊参数 4、gc.set_threshold(threshold0[, threshold1[, threshold2]) 设置⾃动执⾏垃圾回收的频率。 (2),即检查⼀、⼆、三对象的垃圾，并重置计数器 注意点 gc模块唯⼀处理不了的是循环引⽤的类都有__del__⽅法，所以项⽬中要避免 定义__del__⽅法 import gc class ClassA
93960发布于 2018-05-04
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号