搜索[图像感知]结果-低调大师优秀个人博客

精选列表

搜索[图像感知]，共10000篇文章

OpenAI 拥抱 C2PA 标准，引入 Google SynthID 图像水印

随着AI图像生成工具大规模普及，判断一张照片是真实拍摄还是AI生成，正变得前所未有的困难。

2026-05-20

谷歌发布新一代图像生成模型 Nano Banana 2

新模型支持基于实时网络信息的精准图像生成，可准确渲染文本、翻译图内文字，并提升视觉保真度，包括光影、纹理与细节表现。

2026-02-27

千问最新图像基座模型 Qwen-Image-2.0 正式发布

阿里巴巴正式发布新一代图像生成及编辑模型Qwen-Image-2.0。该模型支持1K token的超长文字输入和2K高分辨率，可准确渲染复杂指令。

2026-02-10

腾讯混元发布混元图像 3.0 图生图模型

根据介绍，混元图像3.0图生图总参数量80B（激活参数约13B），采用混合专家（MoE）架构，基于混元图像3.0的原生多模态架构基础模型，引入图生图的多任务数据，通过指令微调和后训练，实现了对用户输入图像和编辑指令的深度理解与处理

2026-01-26

马斯克前女友起诉 xAI：指控 Grok 生成不当图像

Clair）对他的人工智能公司 xAI 提起了诉讼，指控旗下聊天机器人 Grok 在未经她同意的情况下，生成并传播了她的色情露骨图像。

2026-01-16

Grok 暂停大部分用户的图像生成功能

Elon Musk 的人工智能工具 Grok 因其生成性别化及暴力图像的功能而遭到广泛批评，决定暂停大部分用户的图像生成能力。

2026-01-09

字节跳动发布 Seedream 4.0 图像创作模型，并免费上线豆包

近日，字节跳动Seed团队宣布推出豆包图像创作模型Seedream 4.0。该模型支持文生图、图像编辑及多图参考等功能，多模态生图效果、速度和可用性在专业评测中达到业界领先水平。

2025-09-11

谷歌文本转图像模型 Imagen 4 已在 Gemini API 正式推出

谷歌宣布其最先进的文本转图像模型 Imagen 4 现已在Gemini API和Google AI Studio中正式推出。

2025-08-25

阿里通义发布全能图像编辑模型 Qwen-Image-Edit

阿里通义Qwen团队发布了Qwen-Image的图像编辑版本：Qwen-Image-Edit。

2025-08-19

阶跃星辰开源图像编辑模型 Step1X-Edit

阶跃星辰宣布开源图像编辑大模型Step1X-Edit，性能达到开源 SOTA。

2025-04-27

如何基于香橙派AIpro对视频/图像数据进行预处理

昇腾AI硬件内置专门用于图像预处理的硬件单元，开发者通过其上层软件栈CANN能够更加便捷地发挥出硬件强大的媒体处理硬加速能力。

2024-04-19

机器学习服务打造“发丝”级图像分割能力

通过使用具有创新意义的语义分割框架，将图像中的每个像素都进行标签化，可支持人像、天空、植物、美食、建筑、山峰等11大类元素的分割。图像分割能力可以广泛应用于影像娱乐类App。

2023-05-25

一键提取姿态生成新图像

摘要：从图像提取人体姿态，用姿态信息控制生成具有相同姿态的新图像。本文分享自华为云社区《Pose泰裤辣! 一键提取姿态生成新图像》，作者： Emma_Liu 。

2023-05-19

基于 Hugging Face Datasets 和 Transformers 的图像相似性搜索

找出查询图像和潜在候选图像之间的相似性是信息检索系统的一个重要用例，例如反向图像搜索 (即找出查询图像的原图)。

2023-02-17

Mozilla 对支持 JPEG-XL 图像格式持中立态度

去年 11 月，谷歌工程师提交补丁，称决定在 Chrome 110 中移除对 JPEG-XL 图像格式的实验性支持。

2023-02-03

体验SRCNN和FSRCNN两种图像超分网络应用

摘要：图像超分即超分辨率，将图像从模糊的状态变清晰。本文分享自华为云社区《图像超分实验：SRCNN/FSRCNN》，作者：zstar。图像超分即超分辨率，将图像从模糊的状态变清晰。

2022-07-11

EasyOCR 1.4.2 发布，轻松实现多语种的图像文字识别

EasyOCR 1.4.2 发布，该版本更新了 opencv 的依赖，以及解决了 pillow 的一些相关问题，没有其他大的改进。一个开箱即用的 OCR 工具，支持超过 80 种语言，包括中文：Latin, Chinese, Arabic, Devanagari, Cyrillic, etc. 你可以通过下面地址在线体验：https://www.jaided.ai/easyocr 实际效果怎么说呢，不能让人完全满意。开源仓库地址：https://github.com/JaidedAI/EasyOCR

2022-04-24

Java版流媒体编解码和图像处理(JavaCPP+FFmpeg)

也能看懂其内部的实现原理；于是乎，通过JavaCPP使用FFmpeg就成了基本功，本文会开发一个java应用，调用JavaCPP的API完成以下任务：打开指定的流媒体取一帧解码，得到YUV420P格式的图像

2021-10-27

gThumb 3.12.0 发布，支持 HEIF/HEIC、AVIF 和 JXL 图像格式

gThumb 是 GNOME Desktop 环境的图像查看器和浏览器实用程序，可用于大多数 Linux 发行版。

2021-09-21

鸿蒙开源第三方组件——连续滚动图像组件

背景 ContinuousScrollableImageView_ohos组件通过让图像连续滚动，来实现动画效果。组件支持对图像的滚动效果进行设置，包括：图像源、缩放类型、持续时间和方向等。

2021-04-28

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。