搜索[图像理解]结果-低调大师优秀个人博客

精选列表

搜索[图像理解]，共10000篇文章

A Google FDE RRK 式实践案例：设计生产级图像生成系统

一个面向生产的系统设计案例，涵盖客户调研、异步推理、Google Cloud 架构、AI 安全、评测、可靠性与成本。

2026-08-22

【AgentScope Java新手村系列】（19）多模态-图像音频视频

1.x 的 ImageBlock AudioBlock VideoBlock 在 2.0.0中被统一替换为 DataBlock，通过 mediaType 字段区分类型。旧代码里 new ImageBlock(...) / new AudioBlock(...) 在 2.0 中仍然兼容（标 @Deprecated），但新代码请统一用 DataBlock。本章先给旧 API 对照，再讲 DataBlock 的统一用法。

2026-07-15

Lovart Touch Edit 上线，AI 图像编辑进入“零蒙版”时代

AI 设计平台 Lovart 宣布推出 Touch Edit 触控功能。该功能以“Mark & Edit”为核心：Mac 上 Cmd+Click、Windows 下 Ctrl+Click 即可自动识别并锁定发丝、服饰、文本等元素，用户用自然语言输入“换一件复古旗袍”或“暖色调侧光”，模型在4K 分辨率下即时完成融合，无需手动蒙版或参数调节。跨图混搭方面，Select & Remix 支持同时上传多张照片，系统自动编号关键区域，用户可像“拼积木”一样拖拽重组——一件外套来自 A 图，背景景深取自 B 图，光效提示写入 C 图，一次生成即可输出印刷级成品。平台同步开放 Edit Elements 扩展，将成品拆分为独立图层，方便微调字体、纹理与颜色匹配。技术层面，Touch Edit 集成 GPT-4o、Flux Pro 与 Sora 等模型，提供 Talk-Tab-Tune 三模式工作流：Talk 负责语义描述，Tab 提供多版变体，Tune 通过触控精修细节。官方测试显示，批量修改标签、背景、色调等12项任务总耗时从传统工具的90分钟缩短至7分钟，单张图平均点击次数低于3次。 Lovart 首席执行官表示，Touch Edit 正式版将于明年1月全面开放，并计划增加视频帧级编辑与3D 材质替换功能。行业观察者认为，一旦跨图一致性得到大规模验证，AI 设计工具或将首次对 Photoshop 形成实质替代。

2025-12-02

微软发布首款自主开发图像生成模型 MAI-Image-1

微软正式推出其首个完全自主研发的图像生成模型 MAI-Image-1，并在知名 AI 模型评测平台 LMArena 上首次亮相就进入了文本到图像模型的 Top 10 排行（https://lmarena.ai

2025-10-14

字节跳动图像创作模型 Seedream 4.0 登顶国际评测排行榜

国际知名评测机构Artificial Analysis发布消息称，字节跳动Seedream 4.0已登顶文生图及图像编辑排行榜榜首，在两个领域都超越了谷歌的 Gemini 2.5 Flash（Nano-Banana

2025-09-12

智象未来提出全新自回归图像编辑框架 VAREdit

智象未来团队将视觉自回归（VAR）架构引入图像编辑，提出了全新的指令引导编辑框架 VAREdit，它精准地解决了扩散模型的固有顽疾。

2025-09-03

小米大模型团队开源对角蛇形自回归图像生成方式

小米大模型团队宣布，其最新提出了一种新的生成方法，即具有方向感知的对角蛇形（diagonal snake-likeorder）自回归图像生成方式（DAR）。

2025-04-18

Rust GUI 库 egui 0.23 发布，新增简单且强大的图像 API

此版本包含一个简单且强大的图像 API： // Load from web: ui.image("https://www.example.com/some_image.png"); // Include

2023-09-28

Python从0到1丨详解图像锐化的Sobel、Laplacian算子

本文分享自华为云社区《[Python从零到壹] 五十八.图像增强及运算篇之图像锐化Sobel、Laplacian算子实现边缘检测》，作者： eastmount 。

2023-09-07

Brave v1.52 发布，支持垂直标签、从图像中复制文本

常规将 Chromium 升级到 114.0.5735.90 增加了垂直标签功能增加了 "localhost 资源" 权限提示在 Windows 的图像上下文菜单中增加了 "从图像中复制文本" 功能

2023-06-01

绘画手残党的福音：涂鸦线稿秒变绝美图像

摘要：涂鸦线稿秒变绝美图像，ControlNet-Scribble2Img适配华为云ModelArts，提供更加便利和创新的图像生成体验，将你的想象变为真实的图像。

2023-05-05

Stability AI 开源 Stable Diffusion，基于文本生成图像的 AI 模型

从文本描述生成图像的人工智能自 2021 年初以来一直在快速发展。

2022-08-16

英特尔发力图像超采样技术 XeSS，未来将开源

除了更新 Xe GPU 架构以及推出高端 Arc 品牌显卡，英特尔如今也开始关注英伟达和 AMD 一直在推广的图像超采样技术，以配合自己的硬件产品。

2021-12-12

图像处理技术：图片剪裁、标签、贴纸花字，超详细开发步骤

上一篇：图像处理之滤镜、图文排版的开发详解中，详解了如何给应用增加图片编辑能力中的滤镜和图文排版能力，今天我们继续带来华为图像能力中五大图像编辑能力的另外三大能力：图像切割、主题标签，以及贴纸花字，相信认真学习的同学已经可以成功打造出属于自己的图像编辑应用

2021-06-08

图像处理之滤镜、图文智能排版开发详解，从入门到起飞

华为图像服务旨在为各类交互应用解决这一问题，可以说是应时而生，应势而生。

2021-06-08

谷歌Project Zero团队揭苹果众多新漏洞，聊天图像暗藏危机

说到Image I/O框架或许大家都还很陌生，简单来说就是会影响到设备图像使用的多媒体组件。当用户打开手机相册或者用微信传输图像时，这一框架就派上用场了。

2020-04-30

移动测试 | 解析 Totoro 无侵入、全场景截图及图像技术体系

本文主要分享 Totoro 框架在移动端截图及图像处理及在全链路体系上的技术方案和业务支持能力。

2020-02-17

Spark内置图像数据源初探 | 6月27号云栖夜读

阿里专家原创好文 1.Spark内置图像数据源初探作者：林武康，花名知瑕, 阿里巴巴计算平台事业部EMR团队的高级开发工程师，Apache HUE Contributor, 参与了多个开源项目的研发工作

2019-06-26

【图像搜索】一图解千言，从兴趣意念直达搜索目标！

与日常“文字搜索”不同，图像搜索是通过“以图搜图”的方式来获取人们想要的图片信息。

2019-02-26

用PyTorch创建一个图像分类器？So easy！（Part 1）

经过了几个月的学习和实践，我完成了优达学城网站上《Python Programming with Python Nanodegree》课程的学习，该课程的终极项目就是使用Pytorch为102种不同类型的花创建一个图像分类器

2018-12-16

资源下载

更多资源

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。

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。