计算机视觉 - 标签 - 腾讯云开发者社区-腾讯云

文章/答案/技术大牛

发布

首页标签计算机视觉

#计算机视觉

AI驱动行业监管升级：特种行业许可证识别系统的技术架构与优势

中科逸视OCR专家 2小时前2026-03-12 19:09:23

特种行业（如旅馆业、公章刻制业、典当行、烟花爆竹销售等）因其经营业务的特殊性，受到公安等部门的严格监管。在日常执法检查、线上备案审核及金融开户等场景中，往往需要...

500

身体建模科学家谈科研发表的价值

用户11764306 5小时前2026-03-12 16:39:01

某机构首席应用科学家Javier Romero的研究重点是图形学和计算机视觉，他因其发表的大量高质量论文而备受关注。自2015年以来，他在众多关注计算机视觉和成...

1700

ICLR 2026 | MRAD：不拟合直接查表，零样本工业缺陷检测新范式，16 数据集均值最优

CoovallyAIHub 7小时前2026-03-12 14:01:39

MRAD 另辟蹊径——冻结 CLIP 编码器，构建双层特征-标签记忆库，推理时直接相似度检索得到异常分数，无需参数拟合。基于此衍生三个递进变体（MRAD-TF ...

1700

国产小龙虾方案实战：nanobot + 通义千问，钉钉上随时派活

CoovallyAIHub 9小时前2026-03-12 11:51:58

前一篇文章我们深度拆解了 nanobot——港大开源的超轻量 AI Agent 框架，4000 行代码平替 OpenClaw，一个月冲到 32K+ Star。

4700

32K Star！港大开源Nanobot：4000行代码打造最轻量OpenClaw平替

CoovallyAIHub 9小时前2026-03-12 11:48:07

一句话概括：Nanobot 是一个超轻量级的开源个人 AI 助手框架，用不到 OpenClaw 1% 的代码量，实现了核心 Agent 能力。

6900

用好DeepSeek-VL2的心法，就在上交大ACM班俞勇教授团队的这本新书里

Crossin先生 1天前2026-03-11 21:28:23

答案就在《动手学计算机视觉》这本书中！本书专注于计算机视觉技术领域，将算法原理与实践相结合，以大量示例和代码带领读者走进计算机视觉的世界，让读者认识计算机视觉的...

3910

在计算机视觉的贝叶斯深度学习中，我们需要哪些不确定性？

CreateAMind 1天前2026-03-11 16:19:16

https://proceedings.neurips.cc/paper_files/paper/2017/file/2650d6089a6d640c5e85b...

2710

CVPR 2026 | MixerCSeg：仅2.05 GFLOPs刷新四大裂缝分割基准！解耦Mamba隐式注意力，CNN+Transformer+Mamba三

CoovallyAIHub 1天前2026-03-11 10:57:44

如果你做过工业视觉部署，你知道这意味着什么——一个原本只能跑在 A100 上的模型，现在有可能塞进路边的巡检设备里。

9020

YOLO26-Pose 深度解读：端到端架构重新设计，姿态估计凭什么跨代领先？

CoovallyAIHub 1天前2026-03-11 10:25:37

姿态估计（Pose Estimation）是一种用于检测和追踪图像或视频帧中特定关键点的技术。这些关键点代表着结构性地标——人体关节、动物肢体、机械部件、甚至场...

8310

化工厂气体泄漏怎么用AI检测？30张图3D重建气体泄漏场景——美国国家实验室NeRF新研究

CoovallyAIHub 1天前2026-03-11 10:08:23

数据：DIRSIG合成LWIR HSI，128通道（7.8-13.4µm），SF6气体，231张图像

5510

OpenClaw 近 2000 个 Skills，为什么没有一个好用的视觉检测工具？

CoovallyAIHub 2天前2026-03-10 14:35:53

Skills 社区接近 2000 个技能包，从写代码到发邮件，从浏览器自动化到数据库管理，应有尽有。

18020

CVPR 2026 | 用一句话告诉 AI 分割什么——MedCLIPSeg 让医学图像分割不再需要海量标注

CoovallyAIHub 2天前2026-03-10 14:22:11

传统方法：你需要先准备几千张标注好的图像来训练模型，换个器官就得从头再来，换个医院的设备可能就不准了。

15510

Claude Code 突然变成了 66 个专家？这个 5.8k Star 的开源项目，让我重新理解了什么叫"会用 AI"

CoovallyAIHub 2天前2026-03-10 14:15:35

不是因为技术多炸裂，而是因为它让我意识到：大多数人用 Claude Code，可能只用了它 5% 的能力。

5810

181小时视频丢给GPT-5，准确率只有15%——南大联合NVIDIA等五校发布多模态终身理解数据集

CoovallyAIHub 3天前2026-03-09 14:24:57

南京大学联合NVIDIA、浙江大学、上海交通大学、东京大学发布MM-Lifelong数据集，定义"多模态终身理解"新任务。181.1小时视频横跨三个时间尺度，G...

13710

CVPR 2026 | GS-CLIP：3D几何先验+双流视觉融合，零样本工业缺陷检测新SOTA，四大3D工业数据集全面领先！

CoovallyAIHub 3天前2026-03-09 14:05:32

现有零样本3D异常检测方法将点云投影为2D图像后借助CLIP进行检测，但投影丢失了关键的几何细节，且仅依赖单一视觉模态，检测能力受限。GS-CLIP 提出"几何...

17110

AMLC 聚焦社区连接，展示AI前沿研究

用户11764306 4天前2026-03-08 17:42:39

某机构的年度内部科学大会近日举行，会议包括主题演讲、口头报告、研讨会和教程，旨在展示支撑公司众多业务的高质量科学，并在不同业务部门中研究类似挑战的科学家与工程师...

10010

City Detect获1300万美元融资用AI守护城市

用户11764306 4天前2026-03-08 11:36:28

该初创公司成立于 2021 年，现任首席执行官、联合创始人 Gavin Baum-Blake 表示，公司的成立部分源于许多城市正在努力应对“城市衰败和退化”的问...

12510

手把手部署 Vision Agents：从本地跑通到 K8s 生产上线，完整实操指南

CoovallyAIHub 6天前2026-03-06 16:15:43

上一篇《实时视觉AI智能体框架来了！Vision Agents 狂揽7K Star》的关注度很高，说明大家对实时视频 AI Agent 这个方向确实感兴趣。了解...

18610

语音AI Agent编排框架！Pipecat斩获10K+ Star，60+集成开箱即用，亚秒级对话延迟接近真人反应速度！

CoovallyAIHub 6天前2026-03-06 15:41:00

一个开源框架，用几行Python代码就能搭出能"听"、能"说"、还能"看"的实时对话AI智能体——这就是 Daily.co 团队开源的 Pipecat。

21810

Moonshine：比 Whisper 快 100 倍的端侧语音识别神器，Star 6.6K！

CoovallyAIHub 7天前2026-03-05 15:15:07

还在为语音识别的高延迟、隐私泄露、API 调用费用发愁吗？来自 Moonshine AI 的开源项目 Moonshine Voice 给出了一个令人惊艳的答案 ...

31710