校园垃圾分类智能识别数据采集

任务背景<div>校园垃圾分类质量受到投放习惯、标识设计和现场引导方式影响，适合学生团队通过真实观察数据提出智能化优化建议。</div><div><br></div><div>实践步骤</div><div>1. 选择校园内多个垃圾投放点，记录投放环境、标识清晰度和常见误投情况。</div><div>2. 对误投样本进行分类整理，分析产生原因。</div><div>3. 设计面向智能识别的标签规则、提示语和低碳传播方案。</div><div>4. 形成数据采集说明与优化建议，完成团队展示。</div><div><br></div><div>成果要求</div><div>提交观察记录、误投分析、识别规则方案和传播材料。</div>

围绕校园垃圾投放点采集分类场景数据，梳理误投原因，形成智能识别规则和低碳传播建议。

1. 垃圾投放点观察记录表 2. 误投样本与原因分析 3. 分类提示与识别规则方案 4. 低碳传播海报或短视频脚本

企业导师提供数据采集口径说明、样本整理建议和方案评审反馈，帮助团队把观察数据转化为可执行规则。

低风险

任务说明、课程资源、模板材料和公开数据