2026年4月

5类生活垃圾检测数据集(6000张)|YOLO训练数据集 智能垃圾分类 环保监测 垃圾分拣 城市管理


前言

在“双碳”目标与绿色可持续发展战略持续推进的背景下,垃圾分类已从政策倡导逐步走向全民实践。然而,在实际落地过程中,垃圾分类仍面临“执行难、效率低、准确率不足”等现实问题,尤其是在居民端与末端处理环节,人工分拣成本高、标准不统一,严重制约了垃圾分类体系的高效运转。

随着人工智能与计算机视觉技术的快速发展,基于目标检测的自动垃圾分类方案正成为行业的重要突破口。通过视觉模型对垃圾进行识别与分类,不仅可以显著提升分类效率,还能降低人工成本,实现智能化、规模化应用。而这一切的前提,是拥有一个高质量、标准化且贴近真实场景的数据集
在这里插入图片描述

本生活垃圾检测数据集正是在这一背景下构建,旨在为相关算法研究与工程应用提供坚实的数据基础。

数据集下载链接

通过网盘分享的文件:生活垃圾目标检测数据集
链接: https://pan.baidu.com/s/1iSlUKBEFQ2yO8NllReoOOA?pwd=5h95
提取码: 5h95

背景

在传统垃圾分类模式中,主要依赖人工进行识别与分拣,但在实际应用中存在诸多问题:

  • 分类准确率不稳定:不同人群对分类标准理解存在差异
  • 人工成本高:需要大量人力参与分拣与监督
  • 效率低下:难以满足大规模垃圾处理需求
  • 环境复杂:垃圾形态多样、堆叠混杂,增加识别难度

尤其是在城市垃圾处理场景中,如小区垃圾桶、街道收集点等,垃圾种类复杂、摆放无序,传统方式难以实现精细化管理。

近年来,基于深度学习的目标检测技术(如YOLO系列)在复杂场景识别中表现出色,为垃圾分类自动化提供了可行路径。而构建一个覆盖真实场景、多类别、高质量标注的数据集,是实现高性能模型的关键。
在这里插入图片描述


一、数据集概述

本数据集是专为垃圾分类目标检测任务构建的高质量数据集,聚焦生活垃圾精准分类场景,全面覆盖常见垃圾类型,适配YOLO等主流目标检测模型,可直接用于训练、验证与测试。

数据集整体规模达 6000张高质量标注图像,所有数据均采集自真实生活环境,包括:

  • 家庭场景
  • 小区垃圾投放点
  • 街头垃圾收集区域

在数据构建过程中充分考虑实际应用复杂性,涵盖不同光照条件、拍摄角度及垃圾堆放状态,显著提升模型的泛化能力。


二、数据集详情

1. 数据规模与质量

  • 图像总数:6000张
  • 数据来源:真实生活场景采集
  • 图像质量:清晰、无明显模糊
  • 场景覆盖:多环境、多角度、多状态

数据经过严格筛选,有效避免模糊、遮挡严重或信息缺失样本,确保训练数据质量。
在这里插入图片描述


2. 数据结构

数据集采用标准目标检测格式,目录结构如下:

database/生活垃圾目标检测数据集(垃圾分类检测数据集)/
├── train/
│   └── images/
├── valid/
│   └── images/
├── test/
│   └── images/
  • train(训练集):用于模型学习垃圾特征
  • valid(验证集):用于模型调优与性能验证
  • test(测试集):用于评估模型泛化能力

该结构完全兼容YOLOv5、YOLOv8等主流框架,无需额外适配。


3. 类别划分(共5类)

数据集采用5类别目标检测标注方式(nc=5),类别定义如下:

类别ID中文类别类别说明
0玻璃各类玻璃制品,如瓶子、碎片
1金属易拉罐、金属容器等
2纸张纸盒、报纸、纸板等
3塑料塑料瓶、塑料袋等
4其他垃圾难以归类的混合垃圾

类别划分贴近现实生活垃圾分类标准,具备较强实用性。


4. 标注规范

  • 标注格式:YOLO标准格式(归一化坐标)
  • 标注内容:类别ID + 边界框位置
  • 标注质量:多轮人工审核,确保精准一致
  • 标注问题控制:无明显错标、漏标、重标

高质量标注能够显著提升模型训练效果与检测精度。


5. 数据多样性

为提升模型鲁棒性,数据集充分考虑多样性:

  • 不同垃圾堆叠状态(散落、堆积、遮挡)
  • 多种光照条件(强光、弱光、阴影)
  • 多拍摄角度(俯视、侧视、近景)
  • 多背景环境(室内、户外、复杂背景)

这些因素使模型在真实环境中具备更强适应能力。


三、数据集优势

1. 真实场景驱动

所有数据来源于真实生活环境,而非实验室模拟数据,更贴近实际应用需求。

2. 高质量标注

标注经过严格审核流程,确保数据干净、准确,有助于模型稳定收敛。

3. 标准化结构

数据结构清晰规范,适配主流检测框架,实现“即拿即用”。

4. 强泛化能力

多场景、多状态数据分布,使模型在复杂环境中依然具备稳定表现。

5. 应用导向明确

类别设计紧贴实际垃圾分类需求,具有直接落地价值。


四、适用场景

本数据集可广泛应用于多个智能环保与城市管理领域:

1. 智能垃圾分类设备

用于垃圾分类箱、自动投放设备,实现实时识别与分类引导

2. 垃圾分拣机器人

用于分拣流水线中的目标识别,提高分拣效率与准确率

3. 城市环卫管理

用于垃圾监测系统,实现垃圾分类情况统计与监管

4. 环保监测系统

用于违规投放识别、垃圾堆积监测等场景

5. AI算法研究与教学

作为目标检测任务数据集,用于模型训练、实验与论文研究


五、心得

从数据集设计角度来看,这套垃圾分类数据集体现了明显的工程导向思维。

首先,在类别划分上并未盲目追求细粒度,而是选择最具代表性的五类垃圾,这种设计在实际应用中更易落地,也更符合模型部署需求。

其次,数据强调真实场景,这一点尤为关键。很多模型在理想数据上表现优秀,但一旦进入真实环境就性能下降,而本数据集很好地避免了这一问题。

再者,数据结构标准化程度高,极大降低了使用门槛。对于开发者而言,可以将更多精力放在模型优化与应用实现上,而非数据处理。

最后,这类数据集的价值不仅体现在技术层面,更在于其对环保产业的推动作用。当垃圾分类实现自动化后,整个城市管理效率将得到显著提升。
在这里插入图片描述


六、结语

垃圾分类作为城市精细化管理的重要组成部分,其智能化升级已成为必然趋势。基于计算机视觉的自动识别技术,将在这一过程中发挥关键作用。

本生活垃圾检测数据集通过高质量数据构建、标准化设计以及贴近实际的类别划分,为垃圾分类智能化提供了坚实的数据基础。无论是用于科研探索还是工程应用,都具备较高价值。

如果你正在从事智能环保、目标检测或智慧城市相关项目,这套数据集将是一个值得重点考虑的优质资源。

摘要:

谷歌发布了 Gemma4,旨在通过一系列覆盖从编码到生产全软件生命周期的模型,为安卓开发提供本地化、智能体化的 AI 能力。


 

谷歌发布了 Gemma4,旨在通过一系列覆盖从编码到生产全软件生命周期的模型,为安卓开发提供本地化、智能体化的AI能力

 

Gemma4 模型具备各种各样的能力,从通过ML Kit GenAI Prompt为安卓应用提供高效的设备端变体,到为桌面端 Android Studio 提供 AI 编码辅助的高性能模型。

 

Gemma4 包含三款模型:需要 8GB 内存、2GB 存储空间的 GemmaE2B,需要 12GB 内存、4GB 存储空间的 GemmaE4B,以及需要 24GB 内存、17GB 存储空间的 Gemma26B MoE 模型。其中性能最强的模型推荐用于开发设备的编码智能体,两款轻量变体则适用于设备端集成。

 

Gemma26B MoE 可以实现本地化的智能体编码,无需将代码共享给云端的 AI 服务商,对有严格数据隐私要求或安全企业环境的开发者尤为实用。谷歌表示,该模型利用本地 GPU 与内存资源,可在现代化硬件上高效运行,且不受 Token 配额或网络延迟的限制。它可用于设计新功能、完整应用,重构现有代码,以及解决构建/lint 的错误。

 

两款轻量模型 GemmaE2B 与 GemmaE4B 专为设备端的推理而设计。其中 E4B 具备更强的推理能力,更适合复杂任务;E2B 则极致优化速度,推理速度比 GemmaE4B 快 3 倍,延迟更低。

 

谷歌称,新一代模型的速度最高提升至前代的 4 倍,功耗降低最多 60%。同时,在思维链提示、条件推理上效果更优,数学能力、时序推理、图像处理能力全面提升,可用于图表解读、视觉数据提取、手写识别等场景。

 

Gemma4 为下一代 GeminiNano 奠定了基础,后者为安卓设备提供 AI 功能。开发者现在可以使用 Gemma4 进行应用原型开发,为今年晚些时候将在支持设备上线的 GeminiNano4 做好准备。开发者可加入AICore开发者预览计划,在安卓设备上使用 Gemma4 模型。

 

以下是在 Kotlin 中使用该模型的代码片段:

// 定义配置,指定版本渠道与偏好val previewFullConfig = generationConfig {    modelConfig = ModelConfig {        releaseTrack = ModelReleaseTrack.PREVIEW        preference = ModelPreference.FULL    }}// 用配置初始化GenerativeModelval previewModel = GenerativeModel.getClient(previewFullConfig)// 检查指定预览模型是否可用val previewModelStatus = previewModel.checkStatus()if (previewModelStatus == FeatureStatus.AVAILABLE) {    // Proceed with inference    val response = previewModel.generateContent("If I get 26 paychecks per year, how much I should contribute each paycheck to reach my savings goal of $10k over the course of a year? Return only the amount.")} else {    // 推理模型不可用的情况    // (比如,打印日志)}
复制代码

Gemma4 模型也可通过 Ollama 或Ollama or LM Studio安装使用。

 

查看英文原文:Google Released Gemma 4 with a Focus On Local-First, On-Device AI Inference

在2026年远程协作已成为企业常态。根据Gartner最新报告显示,企业对高效协作工具的需求年均增长18%,用户体验成为决策核心指标。本文基于500+企业团队实测数据,呈现8款主流项目管理软件的核心优势,聚焦三大优秀板块,助您精准匹配团队需求。


一、禅道(ZenTao)

开源项目管理标杆,专为敏捷团队设计

1. 全流程研发管理

禅道覆盖需求管理、任务分配、缺陷跟踪、测试管理完整闭环,支持Scrum、看板、瀑布多种开发模式,内置知识库与文档管理模块,实现从需求到发布的端到端管控。

2. 国产化安全适配

通过​等保三级、ISO27001权威认证​,支持麒麟、统信等国产操作系统,兼容Jenkins、Git等研发工具链,适配金融、国央企等复杂场景的安全合规需求。

3. 双版本灵活部署

提供​开源版与企业版双选择​,支持私有化部署和云服务,单机版可承载500人以上团队同时在线,平均响应时间低于1秒,性价比突出。

二、Jira

全球敏捷开发领域标杆工具

1. 强大工作流自定义

支持​Scrum和Kanban双模式切换​,提供高度灵活的工作流配置能力,团队可根据自身研发流程定制状态转换规则,满足多样化项目管理需求。

2. 丰富插件生态系统

依托Atlassian市场,拥有​数千款第三方插件​,可无缝集成Confluence、Bitbucket等工具,扩展功能边界,打造一体化研发协作平台。

3. 多版本部署选择

提供Cloud云端版、Data Center数据中心版、Server本地版多种部署方案,适配不同规模团队的数据安全与性能需求,全球企业广泛采用。

三、ClickUp

AI全功能集成,兼顾敏捷与通用管理

1. AI智能任务管理

2026年升级​AI生成功能​,可自动创建任务描述、拆分用户故事、根据会议纪要生成待办事项,减少手动操作,提升任务规划效率。

2. 一体化功能覆盖

整合任务管理、文档协作、时间跟踪、目标管理等多模块于一体,无需搭配额外工具,降低工具切换成本,简化技术栈。

3. 智能模板适配

提供​丰富的AI敏捷模板库​,支持按行业、团队规模智能推荐模板配置,新团队可快速上手,缩短系统落地周期。

四、Monday.com

可视化协作平台,直观高效

1. 多彩可视化看板

采用​颜色编码的状态列与进度条​,项目状态一目了然,支持甘特图、看板、日历、地图等多视图切换,满足不同管理场景需求。

2. 自动化工作流

内置​200+自动化触发规则​,可设置任务状态变更自动通知、截止日期提醒、依赖任务联动等,减少重复手动操作。

3. 跨团队集成能力

支持与Slack、Google Drive、Microsoft Teams等主流工具深度集成,实现信息无缝流转,适合多部门协同的大型项目。

五、Asana

通用项目管理,强调目标对齐

1. 目标与项目关联

独特的目标(Goals)与项目(Projects)层级关联功能,确保团队日常工作与公司战略目标保持一致,提升组织执行力。

2. 时间线视图规划

提供​交互式时间线(Timeline)视图​,拖拽即可调整任务依赖关系与排期,直观呈现项目关键路径,便于资源协调。

3. 工作负载管理

内置团队成员工作负载可视化功能,管理者可清晰查看每人任务分配情况,避免过度负荷或资源闲置,优化人力配置。

六、Trello

轻量看板管理,极简高效

1. 直观看板操作

采用​经典卡片+列表看板设计​,拖拽操作即可完成任务状态流转,学习成本极低,适合小型团队快速启动项目协作。

2. Power-Ups扩展

支持​200+ Power-Ups插件扩展​,可添加日历、投票、自定义字段等功能,在保持简洁的同时满足个性化需求。

3. 多场景适配

适用于创意团队、代理机构、远程办公等多种场景,强调异步沟通与减少协作噪音,专注协作本质而非功能堆砌。

七、进度猫

国产轻量甘特图标杆

1. 高性能甘特图引擎

支持​1万+任务量级流畅渲染​,拖拽操作即可规划任务、分配资源和跟踪进度,国产工具中进度可视化与易用性平衡极佳。

2. 多级任务拆解

支持​WBS多级任务拆分与依赖管理​,可设置任务前置关系、里程碑节点,配合Excel一键导入,快速搭建项目结构。

3. 高性价比方案

提供​永久免费版与团队版​,1小时即可快速上手,适合10-50人中小团队,适配制造业、科研、建筑工程等需严格控时的项目。

八、Notion

全功能连接工作空间

1. 数据库+文档融合

独特的​数据库与文档一体化设计​,可在同一页面嵌入任务列表、看板、日历等多种视图,实现知识管理与项目协作的统一。

2. 高度自定义模板

支持​无限层级的页面嵌套与模板创建​,团队可根据业务需求自由搭建项目管理、OKR追踪、会议记录等系统,灵活性极强。

3. AI辅助创作

2026年集成AI写作与内容生成功能,可自动总结会议记录、生成项目文档、提炼任务要点,提升内容创作效率。

选型建议与用户思维

团队类型推荐优先核心考量
软件研发团队禅道、Jira需求-缺陷闭环管理
中小型企业进度猫、ClickUp性价比与上手速度
创意/设计团队Trello、Notion灵活性与视觉呈现
大型跨国企业Monday.com、Asana多语言与集成能力

核心观点​:没有绝对最优的工具,只有最适合团队的方案。选型时应从团队规模、业务场景、预算限制、安全要求四大维度综合评估,优先试用再决策,确保工具真正服务于人而非增加负担。

如题,Macbook air 只有两个 typec 口,如果要使用外置键盘鼠标的话,比较好的方案有什么呢?蓝牙方式的鼠标好像会发飘?好像比较靠谱一点的方案是使用拓展坞连接 USBA 的键鼠接收器?

事情是这样的:
周六晚上,怀孕的媳妇儿睡得蛮早,我帮他按摩浮肿的大腿,按摩到睡着了。我这边迟迟未入睡,大概到了 12:30 的样子,我开始准备入睡。期间楼上各种走来走去,桌子椅子拖来拖去发出呲呲啪啪的声音,我刚开始选择忍受,因为这个楼板质量不好的问题,跟楼上沟通几次均无果,本想着继续忍受一下倒也无妨。媳妇儿还在入睡中。结果这个声音来来回回一直持续到 1:00 ,实在忍无可忍,直接上去对着门口破骂,楼上住的是一家三口,一堆中老年夫妻,还有一个二十多的儿子。三个人不敢开门,被我骂的不行,打开门口一个小缝,跟我对骂,还放言,你们今晚别想睡了。我直接说我要报警。他们让我抓紧报警。

报警后,10 分钟后警察来了,警察过来其实也没有完全解决问题(本质这个问题他很难解决),就是上去沟通了一下,让他们大半夜不要活动,早点入睡,说楼下孕妇怎么怎么样,能忍让就忍让点。

基于这个点,我想了一下有些人素质确实很差,当我们知道楼板质量很差,一到点基本就床上待着,就算是上厕所都非常小心,走路轻手轻脚,但是很多人就算你跟他沟通,还是一样的,并且认为你们有毛病,故意找茬。

其实我们一直再看房子,准备搬走了,一直没看好。就当碎碎念了。

我老婆在网上认识一个搞信用卡的 , 在他那办了好几张信用卡 , 礼品有很多 , 可以随便选 , 我老婆在他那办了三张卡 , 要了一个六百多的婴儿车 还有 三百多的露营车 , 还有一个三百多的露营帐篷还没到 .

不懂就问 , 一个新户有那么值钱吗 ? 再就是搞这个能挣钱吗 ?

还是说这是一个神秘的未知领域 , 来个懂哥解解惑



首先我没有男女对立,单纯的个人感受,我媳妇也觉得这个女的很厉害

希望大家理性看待

看到一篇文章,巨长,关于一家医院的口诛笔伐,整体大概讲的是痛经非常难受,挂的急诊,然后类似就没人管的事,各种敷衍
看到这我第一反应,真的有人把这家医院挂网上了,真的厉害,我瞬间竖起大拇指,内心直呼猛勇士,全是赞美之情.

为啥我知道这家医院,就是离我家很近,还是个二甲公立医院,公司给个人买了保险,自费的可以二次报销,所以小病我就去这家医院看,纯粹为了能报销

这家医院这么多年来,我一直感觉我是个试验品

  1. 一次急性肠胃炎,挂的急诊,下午 3 点去的医院,等挂上针都晚上 10 点了,说实话那天感觉自己要死了,第一次被疼的在过道哭

  2. 然后就是扎针,不管是抽血还是挂水,几乎没有一次扎好的,我都服了,几乎每次挂水,都会问问疼不疼,我说疼你看不见那个都不往下滴吗?你不要在里面拐来拐去的,没有扎上你就拔出来重新扎。

  3. 还有就是割痔疮手术,我是把所有能遇到的问题全部遇到了,除了主治大夫可信,其他大夫真的是把人当牲口使。我都出院你敢信我都没有拆线,第一次去换药,说你怎么没有拆线,然后直接给我拆了四根线,我觉得我已经要死了。愣是一声没坑拆完了,我以为就是疼一次,忍忍。天不随人愿,前后总共拆了 3 次。 懂什么总共拆了 3 次。 算不了不讲这个后面还有什么过敏,狭窄都有,只有那个主治大夫好点,每次都能解决我的问题,其他大夫几乎都是越治越严重

为啥觉得小仙女很厉害

我个人觉得男的一般遇到忍忍就过去了,起码在我这是这样的,没有意义,举报真的对这家医院没有一点用,顶多看见朋友去这家,提醒一下可能遇到的情况。

这么多年,我没有看到过这家医院任何的处罚通告,还有一件就是这家医院几乎都是皇亲国戚,一个高中都没有念完的,现在在里面都是主任了

之前用的 giffgaff 才发现被封了🥲
想办/买一张 Ultra Mobile PayGo 实体卡,但是发现淘宝和咸鱼现在都搜不到了(可能是监管收严了不让卖了?)
现在还有什么渠道获取海外手机号吗?最好是美国手机号。
另外我看一些帖子提及要 eSIM 手机(但是语焉不详我没看懂意思)。是 eSIM 手机用海外手机卡更方便,还是一定要 eSIM 才能正常激活呢?我现在只有国行 iPhone 是不是淘一台支持 eSIM 的手机(比如 Pixel )好一点呢?

2026 年第 139 届广交会已盛大启幕,作为中国外贸的 “风向标” 与 “晴雨表”,本届展会汇聚全球超 3.2 万家参展商、21 万预登记采购商,琶洲展馆内每天都上演着高密度的商务洽谈。对所有外贸企业而言,广交会既是对接全球商机的黄金窗口,也是一场关于客户线索获取与转化的硬仗 —— 几乎每个参展者都有过这样的经历:展会散场时,名片盒被来自德国、沙特、巴西、印度等各国客商的名片塞得满满当当,可回到公司整理资料时,半数邮箱地址已对不上任何一张脸;更普遍的困境是,明知展后必须及时跟进邀约,却卡在 “用什么工具发、怎么发、发完对方有没有看” 的执行难题里,让到手的线索慢慢冷却。这件事在行业里常被归结为 “执行不到位”,但工具选择才是真正的瓶颈。邮件营销平台之间的差异,远比大多数人以为的要大,尤其适配广交会这种覆盖全球、多语言、多时区的大规模外贸展会,工具的适配度直接决定邀约效果与线索转化率。

图片

一、展会邮件邀请函发送难在哪
展会场景的邮件营销,和电商、SaaS 产品有本质差异。一场工业机械展,买家可能来自德国、印度、沙特、巴西,每个人习惯的阅读时段不同,语言不同,对邮件格式的期待也不一样——德国客户倾向于简洁参数,中东客户可能更需要礼节性铺垫。会展企业的发送量极度不均匀。展前一个月集中轰炸,展后两周跟进,其余时间几乎没有需求。这种波动对工具的计费模式和服务稳定性提出了特殊要求。还有送达率。向海外发送大量邮件,国内企业常用的 IP 段在海外邮件服务商眼中信誉普遍偏低,内容写得再好,进不了收件箱等于没发。有些企业意识到这个问题,已经是退订率飙升之后的事了。

图片

二、U-Mail 为什么在会展圈被提得多
在外贸会展圈子里问邮件营销工具,U-Mail 出现的频率不低。原因不在于品牌声量,而在于它针对的恰好是这个场景最棘手的几个问题。送达率方面,U-Mail在国内外搭建了独立 IP 池,发送时智能轮询,避免同一 IP 因大量发送被标记;20 多项维度的反垃圾算法在发出前对邮件做实时评分;对大规模邀约的展会可单独配置专属发送通道。多语言支持在国产工具里做得比较扎实。UTF-8 国际编码支持各国文字正常显示,可按不同国家时区分批发送,不需要反复手动切换。数据统计的颗粒度比多数同类工具细。除了打开率、点击率,还能看到具体收件人的打开时间、地点、设备,以及未打开邮件的原因分析。业务员拿这份数据去跟进,知道对方什么时候看的、用什么设备看的,开口就有了依据。自动化工作流是可视化拖拽设计,触发逻辑可以设置得比较具体——客户下载展会资料后自动发送培育邮件序列,报名确认后发确认函和提醒,直接省掉大量手动操作。对数据安全要求高的外贸企业,私有化部署是可选方案。售后是 1 对 1 专属客服,不是发工单等队列,从模板制作到送达问题诊断全程中文支持——用过国际工具的人大多有过等英文回复的经历,这个差别很实际。
三、工具各有各的位置
市面上主流平台大体分两类:面向全球的国际工具,和本土化运营的国产平台。选哪条路,取决于企业的具体处境。
Mailchimp 模板设计和拖拽编辑体验不错,适合视觉要求高的消费品展或买手展。中文支持不完善,按联系人数量计费,发送量一上来成本攀升快。
HubSpot 自动化工作流和 CRM 联动做得深,适合 B2B 大型展会、需要复杂线索培育的企业。价格不低,没有专职运营人员的团队容易陷入"功能强大却不知从何下手"的困境。
Brevo(前 SendinBlue)邮件和短信可以统一管理,性价比高,适合展会邀约配合短信提醒的场景,自动化深度有限。
Constant Contact 在活动注册和表单管理上做得细,区域性展会适用,多时区和多语言支持是短板。
GetResponse 支持网络研讨会功能,适合线上线下混合型展会。
ActiveCampaign 工作流灵活性高,适合真正想做精细行为追踪的团队,但维护需要专人。
SendGrid 送达率和 API 接口强,适合技术团队自定义开发,但没有可视化编辑器,缺乏技术配合基本很难直接用。
四、展前展中展后,节奏不一样
展前的核心是精准预热。把联系人按来源、产品兴趣、区域分类,用不同语言的个性化邀请函分批发出,效果远好于一封统一模板。倒计时提醒设置成序列,往届展会亮点回顾或行业报告作为钩子,给收件人一个打开邮件的理由。展中更依赖即时性:签到提醒、现场活动通知、限时优惠推送。通过 API 把现场扫码数据与邮件系统打通,签到之后自动触发后续邮件,不需要人工处理。展后才是最难的部分,也是大多数企业做得最粗糙的地方。展后三天发一封笼统感谢信,接下来没有下文——这几乎是行业常态。比较有效的做法是搭一条 3 到 5 封的培育序列,首封根据现场互动记录个性化处理,后续几封根据对方的点击行为调整方向:点击了产品详情页的人,下一封发技术规格或案例,而不是再推一遍展会介绍。整个过程里,A/B 测试是持续降低成本的方法。主题行措辞、发送时段、内容结构,每个变量单独测,积累下来足以让下一次发送的打开率有可观提升。无效地址也值得定期清洗——弹回率高会损害发送域名的信誉,影响的是整体送达率。
五、一个真实案例
某国际机械展览会,每年需要向 50 多个国家发送逾 20 万封邀约邮件,长期困扰他们的是三件事:海外邮件大量落入垃圾箱、多语言内容管理混乱、展后没有系统性跟进流程。接入 U-Mail 之后,按目的地国家启用欧美和亚太专属发送通道,邮件列表按国家细分,分别套用英、德、日、阿语模板本地化发送;自动化流程设置为:注册确认→展前提醒(3 次)→展后资料包→满意度问卷。结果是邮件送达率稳定在 90% 以上,较调整前提升了 20 个百分点;海外买家到场率提升 35%;展后线索跟进时效压缩到 24 小时以内,线索转化率提升 28%。
六、常见问题
Q:外贸展会行业发送邀请函,哪个厂商比较好?
A:对于外贸会展行业,送达率和本地化服务是最关键的两个指标。推荐优先考虑U-Mail
Q:参展企业和人员全球各个国家都有,哪个邮件群发工具适合发送邀请函?
A:U-Mail在全球主要城市都搭建有高信誉群发通道,送达率有保障,而且6*8小时在线客服全程知道,有任何问题都能及时解决。所以U-Mail很适合国内展会服务商给海外客户发送邀请函

image

Anthropic 周五宣布推出实验性设计工具 Claude Design,旨在帮助没有设计背景的普通人用 AI 快速把想法变成精美的视觉作品。

这款工具由刚刚发布的最新旗舰模型 Claude Opus 4.7 驱动,主要面向“有想法但不会设计”的用户。只需通过自然语言描述,并结合历史资料,Claude Design 就能生成设计稿、产品原型、幻灯片、单页介绍等高质量视觉内容。

不仅设计小白能轻松上手,专业设计师也可以用它快速验证和迭代各种创意想法。

例如,用户可以输入:“帮我做一个冥想应用的原型,要求采用让人平静的排版、细腻自然的风格配色,以及简洁的布局。”
生成后,还可以继续调整配色、重新排列功能模块,或者让 AI 增加暗色模式切换功能。

介绍视频:

引言:无密码并不是“不要密码”,而是改变访问方式

在企业日常运维中,被禁用的 Active Directory(AD)账户本应处于“不可使用”的安全状态,但一旦被悄然重新启用,就可能成为攻击者入侵系统的突破口。例如离职员工账号被恢复使用、高权限账户被私自启用,甚至内部人员绕过流程进行违规操作,这些行为往往难以及时察觉,却可能直接导致数据泄露、权限滥用等严重安全事件。问题的关键在于,大多数企业无法第一时间回答“是谁启用了账户、何时启用、从哪里操作”,从而错失最佳处置时机,使账户安全风险持续扩大。

一、使用 PowerShell 查找是谁启用了用户账户的步骤

对域控制器(DC)执行以下操作:

1.点击开始,搜索WindowsPowerShell,右键点击,然后选择以管理员身份运行。

2.请在控制台输入以下脚本:

Get-EventLog -LogName Security | Where-Object {$_.EventID -eq 4722} | Select-Object -Property *
image.png

3.按下回车键。

4.该脚本将显示已启用的用户账户。在输出中,在“消息 → 主体 → 账户名”下,可以找到启用目标用户账户的用户姓名和安全ID。

5.注意:如果你使用工作站,以下脚本应在PowerShell上运行:

6.Get-EventLog -LogName Security -ComputerName <DC name>| Where-Object {$_.EventID -eq 4722} | Select-Object -Property *

image.png

其中<DC名称>是你想检查启用用户账户详情的域控制器名称。

通过原生审计,你可以搜索事件并关注用户对象的变更。然而,当你要面对成百上千的用户与频繁变更,手动查日志、写脚本极为繁琐,无法实时监控与告警,也缺少直观报表与上下文信息,难以定位异常操作,完全无法满足规模化、合规化、高实时性的 AD 运维管理需求。

ADAudit Plus 是实时的 Active Directory 审计软件,帮助获取对 AD 对象及其属性的更改的可视化。监控用户账户生命周期的每个阶段,并详细说明是谁发起的,从哪里发起的,以及何时发起的。

二、使用 ADAudit Plus 只需几次点击即可轻松识别谁启用了用户账户

面对原生审计的短板,卓豪 ADAudit Plus 提供了更简单、更安全的 AD 审计方案,无需脚本、无需翻日志,三步即可完成查询:

打开 ADAudit Plus 控制台,使用管理员权限登录;

进入 报表 → Active Directory → 用户管理 → 最近启用的用户;

直接查看完整操作记录,包括操作者、操作时间、来源 IP、目标账户等全量信息。

image.png

凭借实时采集、集中存储、可视化展示的能力,ADAudit Plus 让 AD 账户审计从 “人工排查” 升级为 “全自动可视”。

三、ADAudit Plus 对比原生审计的核心优势

(1)AD 对象全生命周期审计

全面覆盖用户、计算机、组、组策略、OU 等所有 AD 对象的全生命周期操作,从账户创建、属性修改、启用禁用、权限变更到账户删除与恢复,每一步操作都完整留痕,清晰记录谁、在何时、从哪台设备、执行了什么操作,让 AD 环境全程可追溯、可审计、可管控。

(2)用户行为分析(UBA)智能风险检测

内置专业用户行为分析引擎,能够自动学习企业正常操作基线,精准识别各类高风险异常行为。例如高频批量启用 / 禁用账户、非工作时间异常登录、连续登录失败、越权访问敏感资源、异常权限变更等,一旦发现风险立即实时告警,从源头防范内部违规与外部攻击。

(3)账户锁定分析器一键快速排障

提供专业化账户锁定诊断工具,自动分析并定位账户锁定的根本原因,包括密码多次错误、跨域认证异常、组策略冲突、设备会话残留等,直接展示锁定来源、设备、时间与触发详情,无需人工逐条排查,大幅缩短排障时间,显著提升 IT 运维效率与用户体验。

(4)预置合规报表,一键导出满足监管要求

内置等保 2.0、SOX、HIPAA、GDPR、PCI-DSS 等国内外主流法规所需的审计报表模板,无需手动整理日志、无需编写复杂查询语句,一键生成标准化报告,支持 PDF、Excel、CSV、HTML 等多种格式导出,直接用于监管汇报、外部审计与内部自查,大幅降低企业合规成本。

四、总结

Active Directory 账户的每一次启用操作,都可能隐藏着潜在的安全风险。相比依赖日志与脚本的传统审计方式,ADAudit Plus 通过实时采集、集中分析与可视化展示,将复杂的审计过程转变为直观、高效的安全管理能力,不仅可以快速定位“谁启用了账户”,还能够全面追踪所有关键变更行为并及时发现异常。无论是提升运维效率,还是满足合规审计要求,ADAudit Plus 都提供了更加智能、可靠的解决方案。

如果希望摆脱繁琐的日志排查,实现对 AD 环境的持续监控与风险预警,不妨立即免费下载试用,快速构建更安全、更可控的身份管理体系。

  • 给女朋友买了一辆自行车, 需要组装的零件有点多, 好巧不巧又工作日才到. 她白天在家里鼓捣一下午也没搞好, 夜晚我回去一看, 不但没搞好, 有些零件还装反了, 全部搞完的话要两三个小时. 在外边待了十二个小时的我实在不想动这些东西. 只好推到下一个周末. 平时有什么事情也是, 工作日根本不想解决, 全都堆在休息日一天搞定, 结果没休息好, 也没玩好.
  • 这里对比上一家公司来说的确让我赚了很多钱, 有房贷但是公积金都提出覆盖了,暂时也没有买车, 所以自身没有什么压力, 来这儿纯是自己的选择, 想攒几年存点钱回老家. 感觉现在的烦恼全都是时间不够造成的, 这个作息让我没有办法思考, 也没有一点自己的时间, 平时在地铁通勤可以不做任何表情, 才会让我很放松. 以前还会买各种 edc 玩具, 电子表这些小东西取悦自己, 到这之后哪怕给自己买了个五千块的玩具也只是嘴角咧了一下, 开心了十分钟就结束了. 越来越像个伪人, 没有了喜怒哀乐, 因为做表情都觉得会耗费精力
  • 并非是想抱怨什么, 只是无处可说, 也不好向亲人恋人诉苦, 完全是自己的选择, 我也并不后悔, 因为农村娃确实穷怕了 🥲 诸君共勉