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

Coupang货源技术思路：通过图像检索对接1688商品数据源

在开发面向韩国市场的 Coupang 跨境 ERP 系统时，经常遇到货源信息缺失问题。Coupang 平台商品存储的是面向韩国消费者展示的本地化数据，商品标题为韩文，系统内缺少上游供应链信息，例如批发采购价、供应商、起批规则、工厂 SKU 参数等货源维度数据。

2026-08-12

用 PyTorch 搭建一个可复用的 CNN 图像分类训练闭环

很多开发者第一次学习 CNN 时，容易停留在“卷积层提特征、池化层降维、全连接层分类”的概念层面；真正写训练代码时，却会遇到一组更工程化的问题：数据目录怎么组织、输入尺寸如何统一、训练和验证如何拆分、模型参数怎样保存、推理脚本如何复用训练时的预处理逻辑。

2026-08-02

华为发布Boogu-Image-0.1：图像生成模型，性能比肩闭源！

Qwen-Image、HunyuanImage 这些优秀的开源模型，预训练动辄用掉数十亿张图像；而 GPT-Image-2、Nano-Banana-Pro 等闭源系统虽然效果惊艳，其内部实践却始终不对外公开

2026-07-28

开源多模态视觉模型图像地理推理驱动定向社会工程攻击研究

实验数据显示，两款模型对旅游照片城市级定位准确率分别达 87%、91%，仅依靠图像视觉语义线索即可完成地域推断，无需依赖图片 EXIF 地理坐标，大幅降低攻击者情报搜集成本。

2026-07-16

Meta 在聊天机器人和 Instagram 中推出 AI 图像生成模型

Meta 正式推出全新AI图像生成模型Muse Image，这是其旗下Meta超级智能实验室发布的首个图像生成模型。

2026-07-08

小红书图像编辑 FireRed-Image-Edit v1.1 开源发布

在距离 1.0 版本发布不到一个月的时间，小红书 Super Intelligence 团队宣布推出了 FireRed-Image-Edit-1.1，模型在处理 ID 一致性编辑、多元素融合、人像美妆、字体风格参考等方面进行了升级。目前，该项目代码、技术报告、模型参数、训练蒸馏推理框架均已开源。 1.1 版本升级点优秀的编辑性能前沿的 ID 一致性：开源领域最优的角色身份保持技术，确保人物主体在经历复杂编辑后依然可识别。多元素融合：自由组合 10 余种元素，配备 Agent 智能自动裁剪与拼接功能——告别短提示词的困扰。全面的人像美妆：涵盖数十种风格，从专业级美颜精修、黄皮/橄榄皮提亮，到万圣节女巫妆等各类创意妆容。字体风格参考：保持高保真排版与风格化文字渲染，效果媲美闭源解决方案。专业级照片修复：高质量老照片修复与增强，具备卓越的细节还原能力。极致的工程优化开放的 LoRA 训练生态：开源完整训练代码，支持自定义风格创作；优化采样器在面对相同任务、尺寸和输入数量时最大化 GPU 效率。极限速度优化：全套加速方案，集成模型蒸馏、量化与静态编译技术——仅需 30GB 显存即可实现 4.5 秒端到端生成。智能 Agent 工作流：自动多图处理流程，轻松应对虚拟试穿等复杂构图场景，无需繁琐的提示词工程。全平台部署支持：原生 ComfyUI 节点支持与 GGUF 轻量级格式兼容，实现无缝生产环境集成。高效的训练方式：提前离线抽取特征，仅调用 VLM 的生成结果（与训练完全隔离），大幅提升模型训练速度。 T2I骨干网络原生的编辑能力骨干无关的架构设计：基于 Qwen-Image 的文生图模型通过完整的预训练→SFT→RL 流程注入编辑能力，可迁移至任意文生图（T2I）基础模型(Qwen-VL仅调用)。 FireRed 是小红书 Super Intelligence 团队的模型系列名，包括FireRed-ASR、FireRed-TTS、FireRed-Chat、FireRed-OCR、FireRed-Image、FireRed-OpenStoryline等。该团队包括Audio Lab、Vison Lab、Foundation Lab 等基础技术实验室。

2026-03-09

阿里推出 AIGC 设计应用“呜哩 (Wuli)”，集成通义千问图像模型

平台深度整合了通义千问团队研发的多款图像大模型，形成一个模型全家桶。

2026-01-20

Midjourney 推出面向动漫领域的图像生成模型：Niji V7

个性化模型：默认开启个性化功能，用户需解锁配置文件后，模型可根据个人审美偏好生成更贴合需求的图像。草稿模式：支持语音输入和快速迭代，用户可通过对话式交互调整提示词，生成草图后再进行精细优化。

2026-01-12

美团发布 LongCat-Image 图像生成模型，编辑能力登顶开源SOTA

当前 AI 图像生成技术需求旺盛，但行业陷入 "两难困境"：闭源大模型性能强劲但无法自行部署或二次定制开发，开源方案普遍存在轻量化与模型性能难以兼顾、面向商用专项能力不足的痛点，制约商业创作与技术普惠。

2025-12-09

新一代开源 AI 图像生成/编辑模型 FLUX.2 发布

近日，德国 AI 公司 Black Forest Labs（BFL）正式发布 “FLUX.2”——他们迄今为止最强大的文本-图像生成／编辑模型，目标不仅是“炫技展示”，而是真正服务于专业创作与产业级视觉工作流

2025-11-26

高性能计算实践 - OpenCV 图像矩阵转置 transpose SIMD 加速(ippicv)复现

与上一篇基于 cv::flip / ippiMirror 的图像翻转不同，矩阵转置不再是简单的行内倒序，而是将整幅图像在行列维度上重新映射。

2025-11-18

微软将自研图像生成模型 MAI-Image-1 整合至 Bing、Copilot

MAI-Image-1 是微软完全自主开发的首个文本生成图像 (text-to-image) 模型。

2025-11-05

华纳兄弟起诉 Midjourney，指控其使用 AI 生成大量版权角色图像

Discovery）在美国洛杉矶联邦法院对AI图像生成平台Midjourney提起诉讼，指控其未经授权使用华纳旗下的大量受版权保护角色，包括蝙蝠侠、超人、神奇女侠、兔八哥、史酷比等，通过AI工具生成相关图像及视频

2025-09-05

MiniMax Agent 新增智能图像搜索、多语言支持等功能

MiniMax官方宣布其AI生产力工具MiniMax Agent迎来重大升级，新增智能图像搜索、稳定的图像生成、多语言支持及多样化文档导出功能，全面提升用户体验。

2025-06-16

Xinference v0.15.1 更新指南：图像模型兼容 SDAPI 等新功能！🎉

Xinference v0.15.1 发布，deepseek v2.5、Qwen2 audio、Yi Coder、MiniCPM3、Fish Audio 1.4 等一众新模型，图像模型兼容了 sdapi

2024-09-17

首批基于仓颉编程语言的高性能图像处理算法库发布

结合团队在图像处理方向积累的丰富研发经验，通过对两个广泛使用的开源代码库zxing的条码识别算法和glide的图像加载与缓存机制进行深入分析，完成了适用于仓颉语言的高性能图像处理算法的研究、开发和优化，

2024-06-26

每日一博 | AIGC 图像技术在淘宝人生 2 的探索和应用

的Decoder模块解码得到生成的图像。

2024-03-11

基于参考物体的AIGC图像生成技术在家居导购领域的应用

参考物体作为图像生成过程时的另一个控制维度，同样受到了广泛关注。基于参考物体的图像生成技术允许用户将参考图像中的物体融入到生成的图像中，同时保留参考物体的身份特征，实现对生成图像中物体的定制化控制。

2024-01-26

全平台图像编辑软件 Darktable 发布 4.2 版本，支持 JPEG-XL

第二暗室图像窗口现已得到增强，支持焦点峰值和 ISO-12646 颜色评估模式快照模块已完全重新设计，不再使用固定的屏幕截图，而是使用新的像素管道功能动态生成的视图。

2022-12-21

Lazarus组织将恶意代码隐藏在.BMP图像中

最近在一起针对韩国实体的鱼叉式网络钓鱼活动中发现，与朝鲜有关的APT组织Lazarus将恶意代码隐藏在了.BMP图像文件中以逃避检测。

2021-04-21

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。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。