- 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）： （如早餐时段投放点、老旧小区） 自动生成结构化报告（含时间、地点、垃圾类型、风险等级） 支持与市政环卫系统联动，自动优化清运路线 三、关键技术突破 （一）复杂场景检测优化 小目标检测：采用Mosaic9 +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 - 来自专栏啄木鸟软件测试
python学习9：Python 中的“垃圾”回收
当一个对象不再调用的时候，也就是当这个对象的引用计数（指针数）为 0 的时候，说明这个对象永不可达，自然它也就成为了垃圾，需要被回收。可以简单的理解为没有任何变量再指向它。 那么，即使函数返回后，列表的引用依然存在，于是对象就不会被垃圾回收掉，依然占用大量内存。 循环回收 如果有两个对象，它们互相引用，并且不再被别的对象所引用，那么它们应该被垃圾回收吗？ 显而易见，这些节点的存在是没有任何意义的，自然的，我们就需要对它们进行垃圾回收。 但是每次都遍历全图，对于 Python 而言是一种巨大的性能浪费。 新创建的对象都会分配在年轻代，年轻代链表的总数达到上限时（当垃圾回收器中新增对象减去删除对象达到相应的阈值时），Python垃圾收集机制就会被触发，把那些可以被回收的对象回收掉，而那些不会回收的对象就会被移到中年代去
66420发布于 2019-12-12 - 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
3.7K30发布于 2020-01-17 - 来自专栏陈树义
JVM系列第9讲：JVM垃圾回收器
前面文章中，我们介绍了 Java 虚拟机的内存结构，Java 虚拟机的垃圾回收机制，那么这篇文章我们说说具体执行垃圾回收的垃圾回收器。 新生代串行回收器 串行收集器是所有垃圾回收器中最古老的一种，也是 JDK 中最基本的垃圾回收器之一。 在新生代串行回收器中使用的是复制算法。 并行回收器 并行回收器在串行回收器的基础上做了改进，其使用多线程进行垃圾回收。对于并行能力强的机器，可以有效缩短垃圾回收所使用的时间。 新生代 ParNew 回收器同样使用复制的垃圾回收算法，其垃圾收集过程中同样会触发 Stop-The-World 现象。 G1 回收器 G1 回收器是 JDK 1.7 中使用的全新垃圾回收器，从长期目标来看，其是为了取代 CMS 回收器。 G1 回收器拥有独特的垃圾回收策略，和之前所有垃圾回收器采用的垃圾回收策略不同。
61410发布于 2018-12-14 - 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Ms08067安全实验室
人脸识别9种攻击方式
9.
1.4K10编辑于 2025-03-07 - 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 基于深度学习的地面垃圾识别分类技术
AI平台通过结合深度学习和计算机视觉技术，提供了一种高效、精准的垃圾识别与自动分类解决方案，助力城市环境管理的智能化升级。 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。 平台结合图像数据、传感器数据和环境参数，利用多模态分析算法，对混合垃圾进行综合识别和处理。多模态融合增强了系统的鲁棒性和识别精度，即便在不同光线、噪声或多物体干扰的情况下，依然能够保持高效识别能力。 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%。
1.1K10编辑于 2024-11-09- 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 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 - 来自专栏贾志刚-OpenCV学堂
OpenCV实现0到9数字识别OCR
使用OpenCV对0到9数字进行识别，实现简单OCR功能，基于CA（轮廓）分析实现特征提取，基于L1距离计算匹配实现数字识别。在排除干扰的基础上，识别精度可以达到98%以上。 整个算法分为两个部分，第一部分是特征提取，提取的特征实现了尺度不变性与轻微光照与变形干扰排除，第二部分基于特征数据进行匹配实现了相似性比较，最终识别0到9十个数字。 第一部分详解： 算法的第一部分主要是实现以下功能，提取42个特征向量，用其中40个向量做匹配识别，另外两个向量做辅助检查。比如0跟1的横纵比有明显差别。特征提取的主要步骤如下： 1. 识别结果： ? 观察结论 训练数据和识别数据在字体、大小上均有差异，然而根据提取的特征进行匹配，均可识别，充分证明了本识别算法的尺度不变性与局部抗干扰能力。
5.7K20发布于 2018-07-26 - 来自专栏一只程序原
JVM内存与垃圾回收篇第9章方法区
例如：BEAJRockit / IBM J9 中不存在永久代的概念。 现在来看，当年使用永久代，不是好的idea。 BEA JRockit、IBMJ9等来说，是不存在永久代的概念的。 方法区的垃圾收集主要回收两部分内容：常量池中废弃的常量和不再用的类型，方法区的调优主要是为了降低Full GC 有些人认为方法区（如HotSpot虚拟机中的元空间或者永久代）是没有垃圾收集行为的，其实不然 JDK7及其以后版本的HotSpot虚拟机选择把静态变量与类型在Java语言一端的映射Class对象存放在一起，存储于Java堆之中，从我们的实验中也明确验证了这一点 7、方法区的垃圾回收 方法区垃圾收集 方法区的垃圾收集主要回收两部分内容：常量池中废弃的常量和不再使用的类型。
58210编辑于 2022-08-17
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