搜索[视觉识别]结果-低调大师优秀个人博客

精选列表

搜索[视觉识别]，共10000篇文章

Vision-R1：强化学习助力视觉定位，图文模型性能提升 50%

中国科学院自动化研究所与中科紫东太初团队联手推出了一种新方法 ——Vision-R1，利用类 R1强化学习技术，显著提升了视觉定位的能力。

2025-04-08

上海 AI 实验室发布新一代书生·视觉大模型

新一代“书生·视觉基础”模型的视觉编码器参数量达60亿(InternVL-6B)，首次提出了对比-生成融合的渐进式对齐技术，实现了在互联网级别数据上视觉大模型与语言大模型的精细对齐。

2024-01-30

视觉理解机 V0.3.0：7 个图像分类和物体检测示例

视觉理解机V0.3.0是基于理解机框架的计算机视觉解决方案。视觉理解机提供了面向图像的UDF和UDT，可以很方便的处理大规模的图像数据。

2023-03-29

消除视觉Transformer与卷积神经网络在小数据集上的差距

本文分享自华为云社区《[NeurIPS 2022] 消除视觉Transformer与卷积神经网络在小数据集上的差距》，作者：Hint。

2022-12-23

视觉智能开放平台能力上新，百余种AI算法免费开放！

阿里云视觉智能开放平台（vision.aliyun.com）是基于阿里巴巴视觉智能技术实践经验，面向视觉智能技术的开发与应用用户，为其提供好用、易用、普惠的视觉智能API服务，帮助企业、开发者快速建立视觉智能技术的应用算法的综合性视觉

2020-04-08

StartDT AI Lab | 视觉智能引擎—从Face ID说起，浅析顾客数字化

作为视觉智能引擎中不可或缺的一部分，StartDT AI Lab的人脸识别技术可以解决复杂场景下的人脸识别问题。

2019-08-01

改变你对世界看法的五大计算机视觉技术

计算机视觉是当前最热门的研究之一，是一门多学科交叉的研究，涵盖计算机科学（图形学、算法、理论研究等）、数学（信息检索、机器学习）、工程（机器人、NLP等）、生物学（神经系统科学）和心理学（认知科学）。

2018-04-13

CNN实现“读脑术”，成功解码人脑视觉活动，准确率超50%

三名女性花费了数小时观看几百条短视频，功能性核磁共振机器测量了视觉皮层和其他地方的活动信号。一个用于图像处理的人工神经网络学会了将视频图像和大脑活动联系起来。

2017-10-30

视觉传感器制造商Chronocam宣布完成1500万美元融资

Chronocam 创立于 2014 年，总部位于巴黎，致力于研发新型视觉传感器和系统，这些硬件被应用于机器视觉各个领域。其传感器技术的灵感来自于生物眼睛，能够高效获取并处理视觉信息。

2017-08-02

圆桌讨论：计算机视觉如何渗透你我的生活？｜CCF－GAIR 2017

而在精彩的演讲之后，进行的是本次CV＋专场的圆桌讨论：计算机视觉渗透生活。雷锋网AI科技评论对本次圆桌进行了跟进和报道。

2017-07-31

视觉中国：基于容器云的同城双活微服务架构上云实践

本文正在参加“最佳上云实践”评选，来给我们投票吧：https://yq.aliyun.com/activity/158（编号7）视觉中国集团（Visual China Group）创立于2000年6月

2017-02-15

今年双11的数据大屏，是400平米的“曲面IMAX”视觉盛宴

转载自DT财经，原文链接 2015年的双11数据大屏，DT君为大家介绍了一个基于阿里云dataV数据可视化引擎实时渲染技术生成的旋转地球，还记得当时它有多酷吗？它当时是长成这样子的：今年这个平面大屏升级了！当DT君看到今年的数据大屏时发觉，它变了！变得好宽……它还升级为了曲面屏！甚至让你瞬间有了在“曲面IMAX”影厅观影的体验。主大屏最显眼的当然就是成交额的实时更新，数据告诉你双11的进度条在全球进展到了哪里。主屏左上角是全球热卖榜，它会实时更新显示热门行业销售额TOP20商家以及12个行业的卖的最好的商家和品牌，如果你还没决定买啥，随大流准没错！左下角则显示的是双11的实时物流配送情况，快看看你家附近的物流配送是否已相当繁忙？今年是村淘第二回参与双11，广大农民朋友的剁手能力如何，一会儿成交额超过去年的一瞬间你就会在大屏中看到。大

2016-11-10

指静脉识别：一个“销声匿迹”了近二十年的多模态生物识别技术要“重出江湖”

当然这可不是虚构出来的技术，在现实生活中，这样一种被叫做“虹膜识别”的生物识别技术已经应用于多个行业中。说到生物识别技术，除了虹膜识别，能想到的应该还有指纹识别和人脸识别技术。

2017-08-08

办公室员工在岗时间统计系统：基于机器视觉的工时管理技术解析

本文将深入探讨如何利用机器视觉与深度学习技术，实现对办公室、工厂车间及监控室等场景下员工在岗状态的精准识别与累计时长统计，为开发者与管理者提供一套兼具技术深度与合规性的解决方案。

2026-09-17

文博场馆双目视觉客流智能感知系统：技术原理与功能架构

双目立体视觉感知单元基于经立体标定的双光路成像架构，借助极线校正与三角测距原理对场景内目标进行三维空间坐标解算。

2026-09-11

视觉发：从多模态融合架构到高效训练与推理部署的工程实践

视觉大模型开发：从多模态融合架构到高效训练与推理部署的工程实践，这绝非仅仅是将一张图片“喂”给大语言模型（LLM）那么简单。

2026-09-05

Uni‑App 小程序 UI 交互体验优化：界面视觉、性能与用户体验工程实践

好看的小程序界面，不只是视觉设计，更需要前端工程层面做约束、规范、性能优化，保证多端一致性与运行流畅。

2026-08-14

AIGC商用视觉素材的版权雷区，可追溯性比合法性更紧迫

核心观点：AIGC视觉素材的版权风险不是"能不能用"的问题，而是"用了之后能不能证明你用了什么"的问题，可追溯性比合法性更紧迫。

2026-07-28

OpenAI 即将发布新一代图像生成模型，视觉表现接近 Nano Banana 2

早期测试的反馈显示，其视觉表现已接近 Google Nano Banana 2 水平，尤其在结构还原与色彩还原方面进步明显。

2025-12-10

Jina-VLM：可在笔记本上跑的多语言视觉小模型

AI 搜索公司 Jina AI 发布了Jina-VLM，这是一个 24 亿参数的视觉语言模型，在开放的 2B 规模 VLM 中实现了最先进的多语言视觉问答。

2025-12-09

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。

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。

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。