- 综合排序
- 最热优先
- 最新优先
- 来自专栏优图实验室的专栏
视觉AI，第一！
刚刚，腾讯的视觉AI能力得到了国际权威行业研究机构IDC的认可。 在IDC发布的“2021年亚太地区（不含日本）视觉人工智能软件平台供应商”评估报告中，腾讯的视觉AI能力位列中国厂商战略维度第一！ 作为中国最大的人工智能服务提供商之一，腾讯云在AI领域的技术和应用一直走在前列。目前，腾讯云AI已提供了超过300多项标准化AI开放能力和80+AI行业解决方案。 在本次的评估中，依托腾讯优图实验室等顶尖实验室多年的技术研究和落地探索，腾讯云AI为数十万家内外部客户提供AI技术服务和丰富的计算机视觉产品组合，包括人脸识别、人脸核身、图像视频处理和分析、OCR与AI 泛娱乐等，同时也为国家人口普查、健康码、粤港澳小程序等提供核心的自研AI技术能力，为金融、工业、汽车等传统企业提供端到端的解决方案，腾讯云都提供了非常丰富的视觉AI产品组合，这也是IDC给出高分的一大原因 作为腾讯顶级的人工智能实验室，腾讯优图实验室始终专注基础研究、产业落地两条腿走路的发展战略，持续输出顶尖的视觉AI能力。
1.1K30发布于 2021-10-28 - 来自专栏深度学习和计算机视觉
干货||10个机器视觉常见问题
选择相机却往往刻不容缓的的问题摆在机器视觉工程师面前，因此，选择相机了解以下几个方面问题： 通常您首先需要知道系统精度要求和相机分辨率，可以通过公式：X方向系统精度(X方向像素值)=视野范围 通常，我们能够处理亚分辨率为10×10亚像素的图像。一个典型的例子就是决定一个斑点的重心。由于积分特性，原始像素位置误差与其本身输出相同。
79420编辑于 2022-09-28 嵌入式AI视觉落地的那些事儿——直面AI视觉落地难的挑战
一、QT界面开发：算法与界面必须解耦嵌入式AI应用通常需要图形界面，QT是常见选择。但开发中容易陷入一个误区：把算法函数直接写在界面类的响应函数里。点一下“开始检测”，界面就卡住，直到检测完成才能动。 三、嵌入式平台适配：每块板子有自己的脾气RK3588和Jetson Orin是当前主流的嵌入式AI平台，但开发体验差异不小。交叉编译环境搭建就是个开端，库依赖容易出问题。 五、从原型到产品，每一步都不能省嵌入式AI产品开发，不是“写个算法然后拷过去”那么简单。界面要响应快，算法要跑得稳，硬件资源要榨干，还要考虑设备长时间运行的散热和稳定性。 高培觉得嵌入式AI开发需要的不是单点技术，而是全局视角：QT界面、OpenCV算法、模型部署、多线程优化、硬件加速、系统稳定性，缺一不可。
7500编辑于 2026-03-23- 来自专栏CVer
计算机视觉杂志 | 10月刊
RSIP Vision 在介绍重头戏之前，Amusi先介绍一个平台：RSIP Vision RSIP Vision为最广泛的活动领域提供计算机视觉和图像处理咨询和算法：从精准农业到医学应用（心脏病学， 我们的工程师是人工智能，深度学习和所有最先进的计算机视觉技术方面的专家。 RSIP Vision 还发布了计算机视觉杂志，这是算法社区的在线杂志。 计算机视觉杂志 英文主题称为Computer Vision News，Amusi采用直接的方式翻译成计算机视觉杂志（本来想翻译成新闻的，因为吸睛度更高，但觉得不合理）。 话不多说，下面介绍计算机视觉杂志 | 10月刊的亮点 DeepLab v3+介绍与实现（Keras） 22页 ECCV 2018 论文介绍 22页 MICCAI 2018 论文介绍 ... ?
57020发布于 2019-12-31 - 来自专栏磐创AI技术团队的专栏
10行代码实现目标检测 ｜视觉进阶
在本文中，我将向你展示如何使用Python在不到10行代码中创建自己的目标检测程序。
52260发布于 2019-10-14 - 来自专栏计算机视觉战队
ViT杀疯了，10+视觉Transformer模型详解
AI是一门入门简单，但想深入却很难的学科，这也是为什么AI高端人才一直非常紧缺的重要原因。 在工作中： 你是否能够按照实际的场景灵活提出新的模型？ 或者提出对现有模型的改造？ 课程亮点 全面的内容讲解：涵盖当今应用和科研领域最热门的Transformer，包括10+Transformer模型串讲+应用案例。 项目二：基于SwinTransformer 模型的图像分类，目标检测任务 项目内容描述：我们在上一个项目中学习了ViT模型，一个成功将Transformer应用到视觉分类问题的视觉Transformer 助你成为行业TOP10%的工程师 对课程有意向的同学 扫描二维码咨询 适合人群 大学生 编程及深度学习基础良好，为了想进入AI行业发展 对于Transformer或联邦学习有浓厚兴趣，希望进行实践 在职人士 工作中需要应用机器学习，深度学习等技术 想进入AI算法行业成为AI算法工程师 想通过掌握AI高阶知识，拓宽未来职业路径 导师团队 Jackson CV主讲老师 牛津大学计算机博士 曾在BAT
1.2K20编辑于 2022-07-12 - 来自专栏信数据得永生
树莓派计算机视觉编程：6~10
在本章中，我们将继续探索计算机视觉及其在现实世界中的应用领域中一些更有趣的概念。 就像本书前面的章节一样，我们将在 Python 3 上进行大量动手练习，并创建许多实际的应用。 我们将涵盖计算机视觉领域的许多高级主题。 我们将学习的主要主题与色彩空间，变换和阈值图像有关。 完成本章后，您将能够为一些基本的实际应用编写程序，例如跟踪特定颜色的对象。 您可能还记得，在第 4 章“计算机视觉入门”中，我们讨论了 OpenCV 以 BGR 格式加载图像，而 Matplotlib 使用 RGB 图片格式。 许多分割算法，高级图像处理操作和计算机视觉应用都将阈值用作处理图像的第一步。 阈值处理可能是最简单的图像处理操作。 首先，我们必须为阈值定义一个值。 这些形态学操作对于现实生活中的应用将非常有用，我们将在第 11 章，“计算机视觉的现实应用*”中进行演示。
1.9K20编辑于 2023-04-27 - 来自专栏目标检测和深度学习
10行代码实现目标检测 ｜视觉进阶
在本文中，我将向你展示如何使用Python在不到10行代码中创建自己的目标检测程序。
70420发布于 2019-10-21 - 来自专栏机器学习AI算法工程
ViT杀疯了，10+视觉Transformer模型详解
AI是一门入门简单，但想深入却很难的学科，这也是为什么AI高端人才一直非常紧缺的重要原因。 在工作中： 你是否能够按照实际的场景灵活提出新的模型？ 或者提出对现有模型的改造？ 课程亮点 全面的内容讲解：涵盖当今应用和科研领域最热门的Transformer，包括10+Transformer模型串讲+应用案例。 项目二：基于SwinTransformer 模型的图像分类，目标检测任务 项目内容描述：我们在上一个项目中学习了ViT模型，一个成功将Transformer应用到视觉分类问题的视觉Transformer 助你成为行业TOP10%的工程师 对课程有意向的同学 扫描二维码咨询 适合人群 大学生 编程及深度学习基础良好，为了想进入AI行业发展 对于Transformer或联邦学习有浓厚兴趣，希望进行实践 在职人士 工作中需要应用机器学习，深度学习等技术 想进入AI算法行业成为AI算法工程师 想通过掌握AI高阶知识，拓宽未来职业路径 导师团队 Jackson CV主讲老师 牛津大学计算机博士 曾在BAT
1.2K10编辑于 2022-06-24 - 来自专栏智慧物联产品＆方案
AI视觉识别有哪些工业应用
AI视觉识别，主要是利用人工智能算法对图像或视频数据进行分析和处理，以提取关键信息并执行筛选、判断、预警等任务。AI视觉识别涵盖多种应用，如人脸识别、目标检测和识别、图像分割、行为识别、视频分析等。 本篇就简单介绍一下AI视觉识别的应用场景。1、质量控制和检验在制造领域，AI视觉识别可用于检查生产线上的产品是否存在缺陷，确保产品质量稳定，减少残次品。 3、智能安防在公共安全领域，AI视觉可以识别和跟踪公共场所中的在逃嫌疑人，以及可用于安全管制区域的访问控制。 5、智慧零售在零售领域，AI视觉识别可以通过监控店铺客流、货架消耗来分析营销和库存水平，提升店铺经营效率。6、智慧农业AI视觉识别可以通过空中或地面图像，识别监测作物生长状态、健康状况、病虫害情况等。 7、自动驾驶汽车AI视觉可以帮助车辆感知环境、检测障碍物并安全导航，这已成为智能化新能源车的必备能力之一。以上人工智能视觉识别在不同行业的多样化应用的几个例子。
1.6K10编辑于 2023-11-27 - 来自专栏理论坞
视觉数据和AI的“杀手应用”
虽然许多人正在寻找“杀手级”的视觉，但更有可能视觉是AI和计算机的“杀手级应用”。 ? 今天有AI模块的app，只需拍摄一个照片，便可在几秒钟内告诉你狗的种类，或植物的种类。 例如，最前沿的AI系统采用在人脑神经网络之后建模的深度学习或深层神经网络。（当然，他们没有任何地方接近人类相同的能力）。 AI系统和视觉数据 视觉对于我们具有非常重要的意义，这解释了为什么65％的人都是视觉工作者。 要做到这一点，它需要更高质量的视觉数据和复杂的算法将信息翻译成有意义的东西。 当涉及到AI，领先的科技公司都在这个领域寻求突破和探索。他们知道，AI是一个改变我们生活和工作的游戏规则。 虽然许多人正在寻找“杀手级”视觉，但我想说，视觉是AI和计算领域的“杀手级” 。 我们已经依赖于视觉内容。然而，飞飞预测，随着相机技术和传感器的使用越来越多，未来将更加依赖它。
54030发布于 2018-08-06 - 来自专栏人工智能
多模态AI与视觉语言模型
然而，真实世界的智能需要跨越感官的界限，实现视觉、语言、声音等多种信息的统一理解与生成。 CLIP：连接视觉与语言的桥梁 CLIP原理 CLIP（Contrastive Language-Image Pre-training）由OpenAI于2021年发布，通过简单而强大的理念实现了视觉和语言的统一理解 # 加载CIFAR-10数据集作为示例 dataset = CIFAR10(root='. 从零样本分类到图像生成，从视觉问答到多模态对话，多模态技术正在不断拓展AI的能力边界。 未来，随着模型规模的扩大和训练数据的积累，多模态AI将在更多领域发挥作用，为人机交互带来革命性变化。 掌握多模态学习的技术，将帮助读者在AI浪潮中把握机遇，创造更智能的应用。
52810编辑于 2026-01-21 - 来自专栏做数据的二号姬
认真聊AI | 计算机视觉
计算机视觉是一门研究如何对数字图像或视频进行高层理解的交叉学科。 据说人一生中70%的信息都是通过看获得的，很容易联想到，对于致力于和人类一样拥有智能的AI也很看重看得能力。 实际上，计算机视觉的技术在生活的方方面面都有着应用，如指纹识别、车牌识别、人脸识别、视频监控、自动驾驶、增强现实等。 视觉任务处理对人类来说非常简单，但是对计算机来说确很复杂。 尽管计算机视觉任务繁多，但大多数任务本质上可以建模为广义的函数拟合问题。即对任意输入图像X，需要学习一个以Θ为参数的函数F，使得y=F0(X)。 除此之外，基于深度学习的计算机视觉应用也比较多，神经网络之类的方法在计算机视觉上的应用还是比较广的。 比如现在应用比较广的人脸识别技术，仅从步骤上来说，也就是简单的几个步骤： 第一步，人脸检测。 尽管深度学习给计算机视觉带来了很多革命性的改变，但是目前的计算机视觉领域还是一个以来大规模、强监督的数据路线上。从这个角度上来说，计算机视觉可能更像一个劳动密集型的产业，大量依赖于数据标注。
34500编辑于 2025-07-14 - 来自专栏CreateAMind
彻底解决AI视觉深度估计
请注意，虽然眼睛角度信念 为两只眼睛生成单独的预测，但本体感受预测直接对聚散调节系统中的角度进行编码，该系统用于动作执行 [10]。 (i) 和视觉可能性(1)3 与对眼睛角度 µθ 的置信度不同，该置信度仅受到以下级别的可能性的偏差，该置信度同时受到 中编码的先验和来自 的视觉可能性的影响。 3.3. 这反映了这样一个事实，即生物中央凹中心的受体远多于周边视觉的受体，而周边视觉之前是用指数关联建模的[25]。 在均匀条件下，视觉噪声设置为零。 至关重要的是，所提出的模型可以在生物学上合理的神经回路中实现预测编码 [8-10]，只需要本地（自上而下和自下而上） 消息传递。
82611编辑于 2024-04-11 - 来自专栏人工智能极简应用
【机器学习】基于YOLOv10实现你的第一个视觉AI大模型
一、引言 人工智能的终极形态，应该就是“具身机器人”——像人一样有眼睛（视觉）、耳朵（听觉）、嘴巴（语言）、舌头（味觉）、鼻子（嗅觉）等器官，味觉、嗅觉目前没有大的进展，视觉、听觉、语言能力在科学界与工程界已经取得重大突破 ： 视觉模型：YOLOv10、LLaVA、Qwen-VL等大语言模型的Vision版本 听觉模型：TTS（文字转语音）、Whisper（ASR，语音转文字） 语言模型：GPT4、LLaMA、Qwen、文心一言等等大语言模型 二、YOLOv10视觉目标检测—原理概述 2.1 什么是YOLO YOLO（You Only Look Once）是基于深度神经网络的目标检测算法，用在图像或视频中实时识别和定位多个对象。 YOLO的主要特点是速度快且准确度较高，能够在实时场景下实现快速目标检测，被广泛应用于计算机视觉领域，包括实时视频分析、自动驾驶、智能医疗等。 例如：R-CNN系列 2.2 YOLO的网络结构 YOLOv10是YOLOv8的改进，这里简单看一下YOLOv8的网络结构： 三、YOLOv10视觉目标检测—训练推理 3.1 YOLOv10安装 3.1.1
4.1K11编辑于 2024-08-13 - 来自专栏信数据得永生
面向计算机视觉的深度学习：6~10
这里给出了相似性学习的一些应用： 使用生物识别比较两个人脸的人脸验证 用于在线查找类似产品的现实世界中的对象的视觉搜索 某些属性相似的产品的视觉推荐 在本章中，我们将详细了解人脸验证。 视觉推荐系统 视觉推荐系统非常适合获取给定图像的推荐。 推荐模型提供具有相似属性的图像。 人脸分析 可以使用计算机视觉以多种方式分析人脸。 视觉对话模型 视觉对话模型（VDM）可以基于图像进行聊天。 VDM 应用了计算机视觉，自然语言处理（NLP）和聊天机器人的技术。 Jetson TX2 Jetson TX2 是由 NVIDIA 提供的嵌入式设备，专门用于高效 AI 计算。 Jetson TX2 轻巧，紧凑，因此适合在无人机，公共场所等中部署。
1.3K20编辑于 2023-04-23 视觉智能·场景进化：AI 视频系统训练平台重塑智能视觉新范式
AI 视频系统训练平台通过构建端到端的视频理解与生成训练体系，实现了从"单帧识别"到"时序理解"、从"通用模型"到"场景专家"的技术跨越，为智能视频分析提供全方位的模型训练支持。 核心痛点解析场景迁移性能差：在特定场景训练的模型，迁移到新环境时性能急剧下降标注成本极其高昂：视频标注需要逐帧处理，时间成本是图像的数十倍时序关系建模困难：传统方法难以有效捕捉视频中的长时序依赖关系多模态融合低效：视觉 工业视觉检测针对制造业质量检测需求，提供小样本缺陷检测训练方案。通过生成对抗网络合成缺陷样本，解决正负样本不均衡问题，使缺陷检出率提升至 99.3%，误报率降至 0.02%。
39610编辑于 2025-10-30HarmonyOS NEXT AI基础视觉服务-人脸识别
案例描述这是一个基于AI基础视觉服务实现的人脸识别案例，通过调用设备相册选择图片后检测图像中的人脸信息并展示结构化识别结果。实现步骤：1. 人脸检测核心实现// 初始化人脸检测器faceDetector.init();// 配置视觉识别参数const visionInfo: faceDetector.VisionInfo = { pixelMap
46810编辑于 2025-03-30- 来自专栏燧机科技-视频AI智能分析
加油站ai视觉识别系统
加油站ai视觉识别系统通过yolov7网络模型深度学习，加油站ai视觉识别系统对现场画面中人员打电话抽烟等违规行为，还有现场出现明火烟雾等危险状态。 加油站ai视觉识别系统还可以对卸油时灭火器未正确摆放、人员离岗不在现场、卸油过程静电释放时间不足等不规范情形进行智能识别记录。
66930编辑于 2023-03-05 HarmonyOS NEXT AI基础视觉服务-文字识别
案例描述这是一个基于AI基础视觉服务实现的文字识别案例，通过调用设备相机拍摄照片后识别图片中的文字内容。实现步骤：1. 文字识别核心实现// 配置视觉识别参数let visionInfo: textRecognition.VisionInfo = { pixelMap: pixelMap};// 执行文字识别并获取结果 .onClick(() => this.openCamera()) Text(this.text) .fontSize(20) .margin(10 camera.CameraPosition.CAMERA_POSITION_BACK }) // 步骤2：检查OCR能力可用性// 使用canIUse接口检测设备是否支持文字识别能力 if (canIUse('SystemCapability.AI.OCR.TextRecognition this.openCamera() }) Text(this.text) .fontSize(20) .margin(10
41100编辑于 2025-03-30
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号