两名香港大学毕业生开发了Clearbot，这是一种利用AI技术的自动垃圾收集船，旨在清理海洋垃圾。该船使用NVIDIA Jetson技术，在香港和印度运营，能无污染地清理水域，并通过数据帮助解决塑料污染等环境问题。Clearbot还与地方政府合作，追踪污染源，推动环保政策。
本文评估了深度神经网络（DNN）在海洋垃圾检测中的应用，研究表明DNN在图像匹配和检测方面表现优越。介绍了TrashCan数据集和Mask R-CNN算法，分析了海洋垃圾的光谱行为及其影响因素，强调了样本多样性的重要性，并提出了未来研究建议，以提高水下垃圾检测的准确性和效率。
深度学习技术在海洋垃圾识别方面取得显著进展，研究总结了28项重要贡献。YOLO系列方法在目标检测中表现优越，但缺乏全面的水下垃圾数据库。研究建议建立数据库，并提出40项未来研究方向，以提升检测精度并解决水下环境中的挑战。
BMC与Seabin™合作，在悉尼港口安装两个Seabin，共过滤了4.91亿升水，捕获了1,685公斤的海洋垃圾，符合联合国17个可持续发展目标。BMC决定将合作扩展到洛杉矶，已经在那里安装了Seabin，捕获了2.185吨的海洋垃圾。Seabin CEO Pete Ceglinski表示，通过倾听，可以了解改善海洋环境的各个方面。BMC将参与Seabin的宣传活动，鼓励员工参与清洁活动。
BMC与Seabin™合作，通过Seabin技术和数据报告，为改善海洋健康做出贡献。在悉尼港口，两个Seabin单位在2022年3月至2023年2月期间过滤了491亿升水，捕获了1685公斤的海洋垃圾。在洛杉矶，BMC的Seabin在3个月内过滤了10亿升水，捕获了2.185吨海洋垃圾。Seabin CEO Pete Ceglinski表示，通过倾听，可以了解改善海洋环境的各个方面。BMC将参与Seabin的宣传活动，呼吁人们保护海洋和水道。
该文调查了美国消费者对可持续包装的态度。调查发现，价格、质量和便利性是消费者购买产品的主要考虑因素，但43%的消费者认为环境影响是购买决策中重要的因素。海洋垃圾是最主要的环境问题。大多数消费者不了解哪种包装类型更可持续，但更喜欢可堆肥和植物基包装。消费者愿意为可持续包装支付更高的价格。
完成下面两步后，将自动完成登录并继续当前操作。
