计算机视觉标签_武汉城市开发者社区

计算机视觉

DecEx-RAG：过程监督+智能剪枝，让大模型检索推理快6倍

DecEx-RAG 最值得肯定的地方在于把推理过程结构化了。决策和执行的分离、分层剪枝的引入，把搜索复杂度从指数级压到近乎线性，对效率和扩展性都是实质性的改进。不过也有一些可以改进的地方，比如当前系统依赖硬编码的启发式规则：“超过半数 rollout 投票停止就停”、“内部答案超过固定阈值就跳过检索”。这类规则在噪音或不确定性较大时容易出问题，可能会遇到过于激进提前终止或者过于保守浪费计算的情况。

小马不会过河
2026-01-06 17:08:22

 596

 25

#剪枝 #人工智能 #机器学习 +3
infrared.dll infragistics.win.v5.2.dll infragistics.win.v4.3.dll infragistics.win.v3.2.dll infra

以上只是通用的运行库dll处理方式，如果你遇到缺失文件是第三方的软件文件，那么就需要下载到属于这个程序所匹配的版本的文件，然后将这个文件复制到这个程序的安装目录下才能解决问题。如果我们遇到关于文件在系统使用过程中提示缺少找不到的情况，如果文件是属于运行库文件的可以单独下载文件解决，但还是建议安装完整的运行库，可以尝试采用手动下载替换的方法解决问题！文件下载完成后，下方列表会有很多个不同版本的文件，

Licknono
2025-10-10 16:33:19

 449

 5

#人工智能 #计算机视觉 #php +1
这个 AI 模型火上 GitHub 热榜第一，在线修复照片

编译 | 禾木木出品 |AI科技大本营（ID:rgznai100）AI 正在对照片编辑产生重大的影响，但结果是还存在很大分歧。支持者说，人工智能释放了新的艺术历年，减少了创作者花在单调工...

AI科技大本营
2021-12-27 18:30:00

 2613

#人工智能 #机器学习 #深度学习 +2
yolo8 目标检测、鉴黄

本文只是一个记录，防止自己下次被改需求时浪费时间，在这里就随意的写了一下文章记录整个步骤，但是文章想必肯定没有对应的教程讲的详细，该文章只适合想要快速按照步骤完成一个简单的 demo 的同学，并不适合想完全掌握 yolo 的同学。

1_bit
2024-09-01 22:48:24

 1w

 47

#目标检测 #人工智能 #计算机视觉 +1
sora参考文献整理及AI论文工作流完善（更新中）

OpenAI最新发布的Sora效果惊为天人，除了阅读研究原文（openai.com/research/video-generation-models-as-world-simulators）之外，其引用的32篇参考文献也是了解对应技术路线的重要信息。借此机会，也顺便探索一下整个AI论文的工作应该是什么样子的？AI可以如何帮助我们快速地获取、总结并复现论文。

YingCai85
2024-02-18 07:38:44

 3515

 24

#人工智能 #计算机视觉 #深度学习 +2
深度学习教程(1) | 深度学习概论（吴恩达·完整版）

本篇为深度学习系列教程的引言，以房价预测为例，讲解神经网络(Neural Network)模型结构和基础知识，并介绍针对监督学习的几类典型神经网络：Standard NN，CNN和RNN等知识

 ShowMeAI
2022-04-14 03:59:44

 1.7w

 9

#深度学习 #自然语言处理 #计算机视觉 +2
NVIDIA GPU算力

NVIDIA GeForce RTX 2080 Ti是一款高性能的消费级显卡，也具备相当强大的算力。NVIDIA GeForce GTX 1080 Ti是一款高性能的消费级显卡，具备相当强大的算力。NVIDIA GeForce RTX 2060是一款中高端的消费级显卡，具备一定的算力。NVIDIA Tesla T4是一款专为高性能计算而设计的显卡，拥有强大的算力。

立昂
2023-07-19 10:58:02

 2.4w

 1

#服务器 #计算机视觉
UNET 3+: A FULL-SCALE CONNECTED UNET FOR MEDICAL IMAGE SEGMENTATION

最近，人们对基于深度学习的语义分割产生了越来越大的兴趣。UNet是具有编码器-解码器结构的深度学习网络之一，被广泛用于医学图像分割。结合多尺度特征是准确分割的重要因素之一。UNet++是通过设计一个具有嵌套和密集跳过连接的架构，作为一个改进的Unet而开发的。然而，它并没有从全尺度中发掘足够的信息，仍有很大的改进空间。在本文中，我们提出了一个新颖的UNet 3+，它利用了全尺度跳过连接和深度监督的

 不会声调的博er
2022-10-27 18:46:03

 8763

 1

#计算机视觉 #深度学习 #人工智能
Attention UNet

Attention UNet论文解析 - 知乎Attention UNet论文地址： https://arxiv.org/pdf/1804.03999.pdf 代码地址： https://github.com/ozan-oktay/Attention-Gated-NetworksAttention UNet在UNet中引入注意力机制，在对编码器每个分辨率上的特征与解…图像分割UNet系列-----

阿玉婷子在学习
2022-10-25 11:32:46

 1.2w

 15

#深度学习 #人工智能 #计算机视觉
CV大模型应用：Grounded-Segment-Anything实现目标分割、检测与风格迁移

segment-anything的简介和grounded-segment-anything在线使用教程

 天海一直在
2023-04-13 15:05:58

 7665

 7

#人工智能 #计算机视觉 #深度学习
【图像分割】Segment Anything（Meta AI）论文解读

Segment Anything（SA）项目：一个图像分割新的任务、模型和数据集。建立了迄今为止最大的分割数据集，在11M许可和尊重隐私的图像上有超过1亿个mask。该模型的设计和训练是灵活的，因此它可以将zero-shot（零样本）转移到新的图像分布和任务。实验评估了它在许多任务上的能力，发现它的zero-shot性能令人印象深刻——通常与之前的完全监督结果竞争，甚至更好。

杀生丸学AI
2023-04-09 23:25:28

 3.1w

 62

#人工智能 #深度学习 #计算机视觉
特斯拉Tesla Model 3整体架构解析

一辆特斯拉Model 3型车在硬件改造后解体Sensors for ADAS applications特斯拉 Model 3型设计的传感器组件包括：8个摄像头，可在250米半径内提供汽车...

布道师Peter
2021-05-02 21:08:17

 8188

 2

#人工智能 #计算机视觉 #深度学习 +1
深度理解特斯拉自动驾驶解决方案 1：HydraNet

从理论到现实，分析特斯拉全自动驾驶的演变。在2021年特斯拉举办的AI Day中，首次全面详细地介绍了AI & autopilot。作为一名人工智能从业者，特别是如果你专注于自动驾驶领域，你应该学习特斯拉AI Day的第一部分。活动结束几周后，我仔细的回顾了视频，搜索、下载、阅读了视频中涉及到的所有论文，做了大量的笔记。渐渐地，我勾勒出了特斯拉FSD的架构。接下来，我将尝试从软件工程师的角

 Alex_996
2022-01-19 22:34:47

 7482

 17

#自动驾驶 #人工智能 #计算机视觉
中国智造人形机器人，刑天！技术水平如何？

点击上方“小麦大叔”，选择“置顶/星标公众号”福利干货，第一时间送达今年10月，特斯拉举办2022 AI Day活动，Tesla Bot人形机器人擎天柱（Optimus）原型机在全球精彩首秀。马斯克透露，该机器人产量应该可以达到数百万台，预估最终价格将在2万美元以下，3至5年间即可量产上市。这是擎天柱（Optimus）第一次在无人操作的情况下自主行走，特斯拉没有为这款机器人安装外壳，而是直接将内部

 小麦大叔
2022-11-07 11:45:41

 5957

#大数据 #人工智能 #编程语言 +2
YOLOP多任务检测算法详解

YOLOP 全景驾驶感知同时处理三大视觉任务

 xwwen001
2023-03-12 21:03:32

 5525

 4

#计算机视觉 #深度学习 #自动驾驶
基于 U-Net 的医学影像分割算法综述

来源：UNknown知识库转载自新机器视觉仅做学术分享，若侵权，请联系删文▍一、医学图像分割简介医学影像分割是医学影像分析中的重要领域，也是计算机辅助诊断、监视、干预和治疗所必需的一环，其...

3Ｄ视觉工坊
2021-08-11 07:00:00

 6447

 4

#神经网络 #计算机视觉 #人工智能 +1
21℃「室温超导」成世纪骗局？中科院物理所发布验证论文，没复现成功

本文转载自：新智元文字：李宗璇校对：杨鹏程排版：李宗璇【导读】21℃室温超导如果是真的，那将是颠覆物理学的发现。3月9日，中科院物理所提交的一篇「室温超导」验证论文引网友围观。21℃室温超导，难道又是一大骗局？3月9日，中科院物理所在arXiv上提交了一篇论文对其结果进行了验证，登上了知乎热榜。论文中，科学家合成的二元镥氢化合物（Lu4H23），能在71K（-202°C），218GPa条件下实现

 人工智能学家
2023-03-13 19:13:20

 877

#人工智能 #深度学习 #计算机视觉
Topaz Gigapixel AI 人工智能放大软件

巧妇难为无米之炊！迄今为止，放大图像而不丢失细节暂时是不可能的。我们需要思考一下：如果将原图放大，那么，多出来的像素从何而来？来源应该只有一条：插值算法Interpolation Al...

MediaTea
2020-12-01 00:00:00

 7128

 26

#算法 #人工智能 #计算机视觉 +2
Segment Anything项目代码基本解读

Sam由ImageEncoderViT,PromptEncoder,MaskDecoder三个部件组成，ImageEncoderViT负责将image输入编码为图像嵌入（描述图像的特征向量）；PromptEncoder负责将用户输入的位置提示信息（point、boxes、mask）编码为空间嵌入（描述位置的特征向量）；MaskDecoder用于对接ImageEncoderViT与PromptEnc

万里鹏程转瞬至
2023-06-15 19:30:46

 3276

 6

#计算机视觉 #人工智能
基于Segment Anything(SAM)的AutoMaskCOCO图像轮廓语义分割标注数据集

探索AutoMaskCOCO，这款独一无二的图像分割工具，将Segment Anything、COCO Viewer和SALT融合成一体。它实现了一站式图像标注与COCO数据集生成，让数据准备变得前所未有地快速、高效，为计算机视觉研究与开发注入强大动力！

Youcheng_Zong
2023-04-14 19:30:45

 4175

 6

#python #计算机视觉 #深度学习 +2
【CV】Latent diffusion model 扩散模型体验

稳定扩散模型则基于传统的数学模型，具有较好的稳定性和可解释性。不需要大量的训练数据和计算资源，可以从少量的数据中学习并进行预测。稳定扩散模型还可以通过调整模型参数来控制模型的灵敏度和鲁棒性，以适应不同的数据分布和噪声情况。稳定扩散模型在计算机视觉领域具有一定的优势，可以用于物体和目标识别、跟踪和预测等任务。但它也存在一些局限性，例如难以处理复杂的图像场景、对噪声和异常值较为敏感等问题。二、Late

山顶夕景
2023-03-26 17:29:29

 8383

 6

#计算机视觉 #深度学习
行业前瞻｜Segment Anything 都发布了，耗时、耗力的人工数据标注还有意义吗？附SA-1B（Segment Anything ）数据集国内免费高速下载资源

图像分割（Image是图像处理中的一种技术，也是计算机视觉领域核心任务之一。它是预测图像中每一个像素所属的类别或者物体，输出不同类别的像素级掩码。简单来说，就是将图像中的每个像素标注为属于哪一个对象，比如人、车、树等等，并精细地标注出每个物体的具体位置和形状。大体上，图像分割可以分为三个子任务:实例分割 (instance segmentation)语义分割 (semantic segmentat

OpenDataLab
2023-05-09 21:14:02

 2741

#人工智能 #计算机视觉
SAM(segment anything model)分割一切 Demo测试及API调用

Meta发布一种新的语义分割模型，Segment Anything Model (SAM)。仅仅3天时间该项目在Github就收获了1.8万个star,火爆程度可见一斑。有人甚至称之为CV领域的GPT时刻。SAM都做了什么让大家如此感兴趣？- SAM与传统单纯的语义分割方式不同，加入了Prompt机制，可以将文字、坐标点、坐标框等作为辅助信息优化分割结果，这一方面增加了交互的灵活性，另一方面这也是

 Alexa2077
2023-04-20 23:09:04

 3.3w

 90

#计算机视觉 #人工智能 #深度学习
[segment-anything]使用onnxruntime部署sam模型，速度提高30倍！

使用onnxruntime部署segment-anything模型

 青岛哈兰德
2023-04-22 16:13:53

 1.3w

 36

#python #人工智能 #计算机视觉
《计算机工程与应用》23天录用经历

从投稿到录用就只要23天，这个效率真的没谁了。就是第一次外审出现“审稿意见达不到编辑部要求，需重审，请耐心等待”这个让人摸不着头脑，自己推测（第一个外审专家觉得文章没啥问题）然后主编直接让送第二次外审了。然后第二次审完专家就给了一些修改格式和内容。主编给了“请参照专家审稿意见及“论文写作模板”认真修改；”修改完就直接录用了。一般“请参照专家审稿意见及“论文写作模板”认真修改；”都是修改完直接录用。

我家旁有只二哈
2022-07-18 11:58:44

 5362

 4

#计算机视觉
如何微调Segment Anything Model

Segment Anything Model (SAM) 是由 Meta AI 开发的一种分割模型。它被认为是计算机视觉的第一个基础模型。SAM 在包含数百万图像和数十亿掩码的庞大数据集上进行了训练，使其非常强大。顾名思义，SAM 能够为各种图像生成准确的分割掩码。Sam 的设计允许它考虑人类提示，这使得它对于 Human In The Loop 注释特别强大。这些提示可以是多模式的：它们可以是要

 点PY
2023-04-18 10:53:48

 7395

 11

#人工智能 #机器学习 #计算机视觉