传化智联发布2017中国公路物流大数据

-“老母亲”剁手孵化“最贵运单”

杭州2018年1月26日电 /美通社/ -- 近日,传化智联发布2017年度中国公路物流大数据报告。报告显示,过去一年,安徽、河南、山东等北方地区司机数量位列前三;女性司机占据司机总数的百分之三,而青海地区的这一比例却达到39%;司机在汽车后市场服务方面的支出超过日常消费总支出的一半。

传化智联数读公路物流2017
传化智联数读公路物流2017

传化智联发布2017年度中国公路物流大数据报告。报告显示,过去一年,安徽、河南、山东等北方地区司机数量位列前三;女性司机占据司机总数的百分之三,而青海地区的这一比例却达到39%;司机在汽车后市场服务方面的支出超过日常消费总支出的一半。

杭州地区的布料、贵阳的酒水、景德镇的地砖建材、日照的水果、呼和浩特的煤炭,区域热门货源也体现了区域产业与经济结构的变化。而“玩具”这一品类意外上榜2017最贵的一笔运单,展现了“老母亲”惊人的购买力。

这是传化智联首次发布类似年度数据。随着全国线下公路港实体平台网络布局,线上互联网产品应用及支付、金融等业务开展,现在传化网智能物流平台已积聚了全国近400万卡车司机会员,全年交易运单达到上千万笔。通过大数据沉淀和分析,榜单为物流行业和社会经济生活提供了一份独有的价值依据和全新“注解”

北方汉子是司机主力 
日常花费超一半在汽车上

报告对货运司机这一公路上的“游牧民族”,从地域、年龄、星座、消费行为、阅读习惯等做了全面剖析。

从城市来看,安徽、河南、山东三地司机数量名列前茅,“北方汉子”显然更倾向于这个常年在路上的职业。

按年龄划分,70后和80后是货车司机群体的“主力军”,而越来越多的90后从业者正在逐渐加入到这支队伍中,占据百分之8.6%。

而从性别分布来看,女性从业者在公路货运这一领域还不普遍,女性司机仅占司机总数的百分之三,司机性别地域差异也较为显著,榜单显示,青海地区的女性司机比例达到39%,上海、宁夏、江西三地的这一比例也再20%上下,远超其他省份。

星座分布上,善于交谈的天秤座、温和细心的双鱼座、待人友善的水瓶座位列司机星座前三名。有意思的是,榜单中还有对司机常用名的统计,单名中带强、军、勇、伟等字司机均超过5000名,成为“老司机基因”的“检测器”。

值得一提的是,报告对司机消费和阅读习惯也做了调查。传化智联数据显示,汽车后市场服务占司机日常消费总支出的一半。工作之余,物流资讯、曝光维权及娱乐杂谈类信息是货运人最感兴趣的话题。无论是消费还是信息浏览,都与其所从事的工作紧密相关。

食物敲开“一带一路大门 
“老母亲”剁手产出“最贵运单”

物流作为经济的晴雨表,这些贯穿东西南北的货运路线,形成了中国经济的大动脉。“来与往的哲学”也对区域产业结构、经济发展状况等有着映射和走向预测的重要价值。

2017年,苏州、上海、成都、杭州、郑州等城市成为货物流入流出的主要城市,承担了现代物流运输的重要枢纽功能。

成都-杭州,北京-成都,昆明-杭州,上海-乌鲁木齐,乌鲁木齐-杭州,成为“东西主动脉”前五名,2017年,从上海运往乌鲁木齐的电视机就多达1266单,而乌鲁木齐的“特产“河砂总共被运往杭州1667次。

承担“南北主动脉”的线路前五名则是乌鲁木齐-成都,北京-杭州,哈尔滨-成都,杭州-沈阳及北京-福州,家具、布料食品、汽配品类等在这些动脉中流通频繁。

杭州地区的布料、贵阳的酒水、景德镇的地砖建材、日照的水果、呼和浩特的煤炭,每个城市都有自己的“金名片”,报告中的区域热门货源也是对当地产业结构与区域特色的展现。

在“一带一路”倡议被热议的这一年,食品、药品和书籍成为“一带一路”上运输品类前三,看来“物质食粮”和“精神食粮”已经成为打开无国界交流大门的“先行军”。

“剁手族”最多的城市是哪里?从报告中双十一城市活跃指数来看,杭州、成都两地遥遥领先。

而2017全年最贵的运单则产生在玩具这一品类中,一笔运单高达6.5万余元,可见,为祖国下一代“剁手”的“老母亲”,购买力不容小觑。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
,发送类别,概率,以及物体在相机坐标系下的xyz.zip目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值