- 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。
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
（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）： x,y,w,h self.attention = nn.MultiheadAttention(128, 8) self.fc = nn.Linear(128, 3) +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。
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 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、数据库准备，创建一个 名称为 garbageSort 的数据库，把跟目录下 garbagesort.sql数据库文件进行导入进去即可。
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
79020编辑于 2023-01-14 - 来自专栏∑小熊猫的博客
JVM 系列(3) —— 垃圾回收算法
一般只要强引用关系还在，垃圾收集器就永远不会被回收掉。 软引用 被软引用关联的对象，会在系统即将发生内存溢出异常前进行回收。 弱引用 被弱引用关联的对象只能生存到下一次垃圾收集为止。 垃圾回收过程 在进行垃圾回收是，首先会对对象进行可达性分析，若果发现对象没有与 GC Roots 相连接的链路，将会对对象进行第一次标记。 方法区的垃圾回收 在方法区 (又称元数据或永久代) 中，垃圾的回收对象为两种，废弃的常量和不再使用的类型。 Old GC)：指老年代的垃圾收集器 混合收集 (Mixed GC)：指整个新生代和部分老年代的垃圾收集器(G1 收集器) 整堆收集 (Full GC)：整个 Java 堆的垃圾收集器 回收算法 标记- 该算法常用于 Java 堆中新生代的垃圾回收方法。
46010发布于 2020-12-22 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。 该技术使垃圾分类更加精准和高效，为环卫部门和回收设备的自动化分类提供了坚实的技术支撑。3. 强化学习与动态分类优化AI平台利用强化学习算法持续优化垃圾分类流程。 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。 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%。 居民反馈显示，智能回收站使用更加便捷和精准，极大促进了垃圾分类的积极性和居民参与度，运营方也报告居民参与率提高了30%。3. 垃圾处理厂的智能化优化流程 垃圾处理厂需要快速、大规模地进行垃圾分类。
1.1K10编辑于 2024-11-09- 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。
88341编辑于 2023-09-22 - 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。
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 2025年Q4在某市3处城郊空地小范围实测中，因夜间弱光、合法运输车停靠、风吹尘土等因素，有效告警率约为64%，误报率约14次/千小时（主要源于临时停车与扬尘误判）。 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
17010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 - 来自专栏国产程序员
垃圾回收算法(3)-标记清除算法
前言 标记清除算法（Mark-Sweep）是一种非常基础和常见的垃圾收集算法，该算法被J.McCarthy等人在1960年提出并成功的发明并应用于Lisp语言。 这2个名词经常在垃圾收集算法中出现。 collector指的就是垃圾收集器。 mutator是指除了垃圾收集器之外的部分，比如说我们的应用程序本身。 算法原理 标记清除算法将垃圾回收分为2个阶段，标记阶段和清除阶段。 因此，未被标记的对象就是未被引用的垃圾对象。然后在清除阶段清除所有未被标记的对象。 存在问题 标记清除算法最大的问题是存在大量的空间碎片，因为回收后的空间是不连续的。
1.1K10发布于 2020-07-14 - 来自专栏Node开发
NodeJS人脸识别(3)
获取到了access_token其实我们已经完成了鉴权操作，http请求我们也已经进行封装，下一步其实就可以开始调用API实现上一篇文章的人脸识别功能了。 API每个接口都需要携带access_token进行鉴权，所以请求接口地址为： CONFIG.detectURL = 'https://aip.baidubce.com/rest/2.0/face/v3/ 3.实现人脸识别功能API使用SDK可以直接直接封装好的方法，而调取API我们则需要手动封装方法调用已封装好的http请求发起请求。 总结： 其实人工智能基于前人的基础进行使用是很简单的。 吴坤我们使用现成的SDK或者自己封装调用API，其实难度系数都不高，因为最难的人脸识别真正实现的逻辑操作现有的API已经实现，我们无需去关心人脸识别它如何进行识别，而只需调用API就可以进行识别。 人脸识别系列文章到本篇就结束了，有兴趣研究原理的可以自行去进行研究。
1.2K60发布于 2019-06-13 基于自然语言处理的垃圾短信识别系统
一、设计题目 基于自然语言处理的垃圾短信识别系统 二、设计目的 本项目旨在利用自然语言处理（NLP）技术，开发一个高效的垃圾短信识别系统。 通过分词、停用词处理、情感分析和机器学习模型，实现对垃圾短信的自动分类和识别，提高短信过滤的准确性和效率。 三、设计任务描述 使用中文分词技术对短信文本数据进行分词、停用词处理和自定义词典优化。 3. 模型构建模块 朴素贝叶斯模型：使用GaussianNB。 SVM模型：使用SVC。 4. 性能评估模块 评估指标：准确率、召回率、F1分数。 可视化：学习曲线、混淆矩阵、ROC曲线。 ，包含1000条短信，其中500条垃圾短信和500条正常短信。 十五、总结与思考 通过本次项目，我们成功实现了基于自然语言处理的垃圾短信识别系统。项目中，我们掌握了分词、TF-IDF特征提取、朴素贝叶斯和SVM模型的构建与评估。
82302编辑于 2025-01-25- 来自专栏我是攻城师
Lucene暴走之巧用内存倒排索引高效识别垃圾数据
识别垃圾数据，在一些大数据项目中的ETL清洗时，非常常见，比如通过关键词 （1）过滤垃圾邮件 （2）识别yellow网站 （3）筛选海量简历招聘信息 （4）智能机器人问答测试 ........ 各个公司的业务规则都不一样，那么识别的算法和算法也不一样，这里提供一种思路，来高效快速的根据关键词规则识别垃圾数据。 ，当然如果你参与识别垃圾的文本不是一个字段，而是二个字段，一个是标题，一个是内容，那么最后真正的匹配次数是5000*2=10000词匹配，如果再加上距离条件，那么查询的复杂度将会大幅度增加，这个时候，如果我们使用正则匹配 * 根据规则识别是否为垃圾数据 */ public class CheckOneAlgo { //IK中文分词器 IKAnalyzer analyzer=new IKAnalyzer } }catch (Exception e){ logger.error("识别垃圾数据异常!"
878100发布于 2018-05-14
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