垃圾分类看得清
环卫保洁管得住

面向智慧城市环卫场景的 AI 视觉平台:端侧实时识别、人工复核回流、模型持续迭代,直接接入现有业务系统。

已有账号直接登录;还没有账号可以申请接入,由运营开通。

已登录,可直接进入控制台继续工作。

ai.banmahuanao.com/console-next
识别详情界面:现场画面上的检测框、类别与置信度,右侧为请求 ID 与原预测信息

一个平台,三个入口

业务人员在控制台看结果、做复核;开发和集成方从开放平台接入;现场侧由边缘一体机承担实时推理。

AI 视觉控制台

识别、复核、模型与设备,在一个工作台里完成;每一次识别都绑定实际权重版本。

控制台里的识别记录界面 打开控制台

开放平台

标准接口、应用与密钥、配额与用量,把识别能力接进现有业务系统。

查看开放平台

边缘一体机

RK3576 端侧推理,单盒 4–8 路视频,云端统一管理设备与模型下发。

了解设备管理

从识别到发布,一条链路

不是一次性的识别接口:结果可核对、样本可回流、模型可评估,最终都能追到具体版本。

目标检测

返回类别、置信度与边界框,坐标是原图像素,业务系统可直接渲染。

分类识别

按业务场景切换模型,模型与版本由平台路由,调用方只声明要做什么。

人工复核

原预测不可修改,人工修订独立保存;多人同时编辑时有修订号防覆盖。

模型迭代

上传 → 验证 → 独立评估 → 发布 → 回滚,版本不可覆盖,结论留痕。

端云协同

盒子本地推理,云不可达不影响业务;云端负责设备状态、模型与配置下发。

监控与用量

调用量、成功率、分段耗时与配额,按应用和业务账号统计,月底可作依据。

用在哪些现场

先从垃圾分类和环卫保洁最耗人力的三个动作开始,识别结果直接对应现场处置。

垃圾分类识别

投放点抓拍,自动识别纸类、塑料、玻璃等类别;拿不准的样本进入人工复核。

投放点类别识别复核回流

满溢监测

垃圾桶满溢、暴露垃圾及时发现,减少人工巡查的盲区和重复跑腿。

满溢暴露垃圾巡查减负

道路巡检

巡回保洁中的问题留痕,按项目与时间可追溯,为考核提供依据。

道路保洁可追溯

用过的数据,会回到模型里

业务反馈和人工复核沉淀成不可变数据集,评估通过才发布新版本——这是平台和一次性接口最大的区别。

  1. 识别

    业务系统调用接口,结果绑定权重版本与哈希。

  2. 反馈与复核

    错误反馈进池,人工修订标注,原预测保留。

  3. 数据集快照

    不可变快照,带图片与权重的双哈希。

  4. 评估

    独立评估集跑 AP50,保留参数与结果。

  5. 发布

    过门槛才发布,保留回滚和操作记录。

训练在平台外完成;效果提升以独立评估为准,平台不声称现场精度。

两条路径,按你的角色选

已经在用平台的同事直接登录;要对接系统或在自己项目里集成,从开放平台申请接入。

业务人员

看识别结果、处理复核、管理模型与设备。

  1. 登录控制台
  2. 在识别工作台上传图片或读取现场抓拍
  3. 在识别记录里核对结果、提交反馈
  4. 在样本工作台完成人工复核
登录控制台

开发 / 集成方

把识别能力接进自己的业务系统。

  1. 在开放平台提交接入申请
  2. 由运营开通业务账号
  3. 创建应用,领取测试密钥
  4. 按文档调用 /v1/vision 接口
申请接入

从一次真实的识别开始

用一张现场照片跑通链路,再决定接到哪个业务里。