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

AI全栈驱动的UI自愈测试框架实战：融合视觉感知、LLM推理与强化决策

本文提出并实现一套融合计算机视觉、大语言模型（LLM）与强化学习（RL）的AI全栈测试框架。

2026-08-23

从AI视觉感知到数据分析：客流统计系统的云边协同架构设计

随着人工智能、物联网和边缘计算技术的发展，客流统计系统正在从单一的数据采集设备向智能感知节点演进。

2026-08-05

3D视觉感知技术在客流统计中的应用：从目标检测到空间理解

在智慧零售、智慧园区、交通枢纽、公共建筑等场景中，人员流动数据已经成为数字化管理的重要基础。

2026-07-30

. | 计算病理学视觉基础模型与病理基础模型的基准评测

近年来，基础模型推动了计算病理学的发展，大量视觉基础模型和病理专用基础模型不断涌现，并被应用于肿瘤分类、分子分型、预后预测和生物标志物发现等任务。

2026-07-24

智能视觉人流量统计API-多人客流监测分析-全域人数统计接口功能介绍

依托高精度人体视觉识别技术，可对监控画面进行实时人体检测与精准人流量统计，支持多人重叠、人体遮挡、高低俯拍、多角度人脸、大幅动作等复杂实景场景。

2026-07-14

LLM驱动视觉语言导航全新范式

本文提出EvolveNav两阶段自进化具身推理框架，兼顾精度、可解释性与速度，在四大权威基准登顶SOTA，重新定义LLM视觉语言导航！

2026-07-13

视频孪生技术演进研究：从动态视觉映射到空间智能认知的新型数字孪生范式

随着人工智能、计算机视觉、三维重建、空间计算等技术快速发展，数字孪生正在由传统的静态模型映射阶段向动态感知、实时交互和智能决策阶段演进。

2026-07-13

AI与低代码融合：视觉对照进入 “零门槛” 时代 | 葡萄城技术团队

如今，AI 技术席卷各行各业，一种创新解决方案应运而生：将AI的智能识别与比对能力，与低代码平台的快速应用构建能力相结合，企业能够以极低的门槛和惊人的速度，搭建起属于自己的智能化视觉对照系统。

2025-11-20

2025 中国图象图形大会顺利举行，合合信息 AI 助力打造视觉安全防护体系

近日，2025中国图象图形大会在湖南长沙顺利举行，由中国图象图形学学会（CSIG）主办，CSIG文档图像分析与识别专委会、上海合合信息科技股份有限公司（以下简称“合合信息”）共同承办，北京科技大学、上海市图像图形学学会协办的

2025-05-14

前微软亚研院视觉专家胡瀚加入腾讯，负责混元多模态大模型

AI 科技评论消息称，前微软亚洲研究院视觉计算组首席研究员胡瀚，不久前加入腾讯，接替已离职的前腾讯混元大模型技术负责人之一的刘威，负责多模态大模型的研发工作。

2025-01-08

视觉享受，兼顾人文观感和几何特征的字体「GitHub 热点速览 v.22.46」

GitHub 上开源的字体不在少数，但是支持汉字以及其他非英文语言的字体少之又少，记得上一个字体还是霞鹜文楷，本周 B 站知名设计 UP 主开源了的得意黑体在人文观感和几何特征之间找到了美的平衡。而文本编辑器剪视频 autocut 则优雅和便捷之间找到它的平衡，分布式时序数据库 greptimedb 灵活地周旋于强分析力和高性能，LaTeX 生成器 latexify_py 两手抓住 Python 源码和 AST。以下内容摘录自微博@HelloGitHub 的 GitHub Trending 及 Hacker News 热帖（简称 HN 热帖），选项标准：新发布 | 实用 | 有趣，根据项目 release 时间分类，发布时间不超过 14 day 的项目会标注 New，无该标志则说明项目 release 超过半月。由于本文篇幅有限，还有部分项目未能在本文展示，望周知 🌝 本文目录 1. 本周特推 1.1 文本编辑器剪视频：autocut 1.2 现代窄斜体：smiley-sans 2. GitHub Trending 周榜 2.1 语言模型：galai 2.2 分布式时序数据库：greptimedb 2.3 开发人员速查表：reference 2.4 Python 代码生成 LaTeX：latexify_py 2.5 下一代爬虫框架：katana 3. 往期回顾 1. 本周特推 1.1 文本编辑器剪视频：autocut 主语言：Python New AutoCut 会对你的视频自动生成字幕，再选择所需保留的句子，AutoCut 便会对视频中相应的片段裁切并保存。无需使用视频编辑软件，只需要编辑文本文件即可完成剪切。 GitHub 地址→https://github.com/mli/autocut 1.2 现代窄斜体：smiley-sans 主语言：HTML New 得意黑是一款在人文观感和几何特征中寻找平衡的中文黑体。整体字身窄而斜，细节融入了取法手绘美术字的特殊造型。字体支持简体中文常用字（覆盖 GB2312 编码字符集）、拉丁字母、日文假名、阿拉伯数字和各类标点符号。目前 smiley-sans 除了支持常见数字和标点外，还支持汉字（6,767 个）、拉丁字母（覆盖欧洲、美洲、南亚各种语言所需的字符共 415 个）以及日文假名（174 个）。 GitHub 地址→https://github.com/atelier-anchor/smiley-sans 2. GitHub Trending 周榜 2.1 语言模型：galai 本周 star 增长数：1,300+，主语言：Python New GALACTICA 是一个通用语言模型，经过大量的科学文本和数据的训练，它能高效地完成学术上的 NLP 任务，尤其是在引用预测、数学推理、生物、医学上有出色的性能。通过下列方式即可快速用上该模型： import galai as gal model = gal.load_model("standard") model.generate("Scaled dot product attention:\n\n\\[") # Scaled dot product attention:\n\n\\[ \\displaystyle\\text{Attention}(Q,K,V)=\\text{softmax}(\\frac{QK^{T}}{\\sqrt{d_{k}}}%\n)V \\] GitHub 地址→https://github.com/paperswithcode/galai 2.2 分布式时序数据库：greptimedb 本周 star 增长数：1,350+，主语言：Rust New GreptimeDB 是一个开源的时序数据库，专注于可扩展性、分析力和效率。一些特性：一个单机二进制文件可以扩成为高可用的分布式集群；优化用于处理时序数据的列式布局；灵活的索引；分布式、并行查询执行，可弹性计算资源；原生 SQL 和 Python 脚本可进行进阶性分析场景； GitHub 地址→https://github.com/GreptimeTeam/greptimedb 2.3 开发人员速查表：reference 本周 star 增长数：1,350+，主语言：CSS New 可快速根据你的技术栈快速找寻相关知识，从入门到进阶的 Tips 都有。reference 英文可查阅链接：https://github.com/Fechin/reference。 GitHub 地址→https://github.com/jaywcjlove/reference 2.4 Python 代码生成 LaTeX：latexify_py 本周 star 增长数：700+，主语言：Python latexify 是一个 Python 包，用来编译一段 Python 代码为 LaTeX。它主要提供以下两个功能：编译 Python 源码 / AST 为 LaTeX；用 IPython 类精准打印编译后函数； GitHub 地址→https://github.com/google/latexify_py 2.5 下一代爬虫框架：katana 本周 star 增长数：900+，主语言：Golang New 作为下一代爬虫框架，katana 有以下特性：快速配置；支持标准和无头模式； JavaScript 解析和爬取；支持自定义的自动填充；范围控制——预配置字段和正则；自定义输出； GitHub 地址→https://github.com/projectdiscovery/katana 3. 往期回顾往期回顾：一年一度！GitHub 开发者大会「GitHub 热点速递 v.22.45」再来一次，新技术搞定老业务「GitHub 热点速览 v.22.44」以上为 2022 年第 46 个工作周的 GitHub Trending 🎉如果你 Pick 其他好玩、实用的 GitHub 项目，记得来 HelloGitHub issue 区和我们分享下哟 🌝

2022-11-21

阿里云视觉智能开放平台【人脸人体类目】上线多个AI能力，快来了解下！

尊敬的开发者您好，感谢您对阿里云视觉智能平台的支持，近期人脸人体类目上线了五个算法能力，分别是口罩检测、人脸活体检测、表情识别、公众人脸识别以及人体计数，接下来给您逐一介绍下。

2020-03-04

[雪峰磁针石博客]计算机视觉opcencv工具深度学习快速实战2 opencv快速入门

代码github地址：https://github.com/china-testing/python-api-tesing/tree/master/opencv_crash_deep_learning 识别俄罗斯方块

2018-11-18

计算机视觉方向简介 | 三维深度学习中的目标分类与语义分割

ShapeNets（来源：[1]） 3D ShapeNets 的网络架构很简单，前三层是卷积层，第四层是全连接层，并且为了降低对外形的影响，网络中没有使用池化层，当然还有一些细节上的处理，包括对2.5D点云进行识别时的

2018-11-07

眼擎科技CEO朱继志：如何设计自动驾驶的视觉成像系统 | 吃瓜笔记

6月14日晚，量子位邀请到眼擎科技创始人兼CEO朱继志，从视觉成像、动态范围等角度讲解了如何设计自动驾驶的视觉成像系统。

2018-06-26

阅面携手英特尔重磅发布“繁星”，计算机视觉迈入AI芯片新纪元！

阅面科技是一家专注于深度学习和计算机视觉技术研发的人工智能公司，拥有全球顶尖的算法团队。通过不断在核心算法领域的深耕、探索，阅面科技自主研发了业内首个跨模态人脸识别引擎UniFace。

2018-04-09

作为人工智能的一个重要分支，计算机视觉正包围人类

目前，在搜索领域，语音识别技术可谓是重点关注对象，这年头，没有语音识别的搜索引擎都不好意思说自己是搜索引擎。

2018-03-06

计算机视觉中的深度学习：技术、市场和5个你想不到的未来

本文从算法、市场及硬件三个角度观察深度学习对计算机视觉的影响。

2018-03-01

计算机视觉顶会ICCV论文解读

ICCV，被誉为计算机视觉领域三大顶级会议之一。作为计算机视觉领域最高级别的会议之一，其论文集代表了计算机视觉领域最新的发展方向和水平。

2017-10-24

阿里iDST ICCV 2017录用论文详解：基于层次化多模态LSTM的视觉语义联合嵌入

本文讲的是阿里iDST ICCV 2017录用论文详解：基于层次化多模态LSTM的视觉语义联合嵌入， ICCV，被誉为计算机视觉领域三大顶级会议之一的、作为计算机视觉领域最高级别的会议之一，其论文集代表了计算机视觉领域最新的发展方向和水平

2017-10-23

资源下载

更多资源

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。

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。