协和眼科牵头 ,5 家眼科中心同发力,用 AI 助力 13 种眼底疾病检测

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情

眼睛方寸之间,疾病千差万别。去年底,由爱康集团与鹰瞳 Airdoc 联合发布的《四百万体检人群健康蓝皮书》显示,近年来眼底异常的总检出率连年上升,已从 2019-2020 年的 76.1%,上升至 2022-2023 年的 78.7%。眼底疾病的发病率持续攀升,已成为世界范围内最常见的不可逆致盲因素。

由于眼科疾病的诊断高度依赖于图像识别,眼科专业非常适合深度学习等技术的应用。为了进一步挖掘深度学习在眼底疾病诊断中的潜在价值,由北京协和医院眼科主任陈有信牵头、全国 5 家眼科中心(北京协和医院眼科、四川大学华西医院、河北医科大学第二医院、天津医科大学眼科医院、温州医科大学附属眼视光医院)与北京致远慧图科技有限公司、中国人民大学信息学院李锡荣教授合作,通过开发深度学习系统 (DLS, deep learning system),助力初级眼科医生的诊断一致性提高了约 12%,为 13 种主要眼底疾病的自动检测提供了一种新的方法。

研究亮点:

  • 本研究通过前瞻性临床试验,旨在评价 DLS 在协助初级眼科医生检测 13 种主要眼底疾病方面的诊断性能

  • 采用 DLS 后,初级眼科医师的诊断一致性提高了约 12%

  • DLS 应该能够检测到至少一种现有疾病,这与定义新指标的初衷一致

在这里插入图片描述

论文地址:
https://doi.org/10.1038/s41746-023-00991-9
关注公众号,后台回复「DLS」获取完整 PDF

DLS:打开眼底疾病诊断新思路

数据集:网罗眼底图像,确保结果准确

相比此前研究,本研究收集了更多的彩色眼底摄影数据,将数据总量扩大到 81,395 张图像(训练集 77,181 张、 验证集 1,087 张,测试集 3,127 张)。

模型构成:两大研究模型,协同构建流程

DLS 由图像质量评估模型 (quality assessment model) 和诊断模型 (diagnostic model) 两部分组成,工作流程如下图所示:

在这里插入图片描述

DLS的工作流程

图像质量评估模型是建立在 ResNet-34 CNN 之上的回归模型,通过输入单幅眼底图像,从图像质量评估模型入手,判断图像质量是否适合诊断。如果适合,诊断模型将生成诊断建议;反之,系统会发出警报,提示图像质量不适合诊断,但系统无法提供诊断建议。

眼底疾病诊断模型是基于此前工作的扩展,以 CNN 模型 seResNext50 为主要结构。全连接层设计有两个分支,用于确定是否存在疾病,以及存在哪些特定疾病。为了更好地稳定预测结果,该研究训练了 3 个具有后期融合的并行 seResNext50 模型。

研究设计:五大医院联动,多因素确保结果可靠

本研究在北京协和医院、四川大学华西医院、河北医科大学第二医院、天津医科大学眼科医院、温州医科大学眼科医院 5 家三级医院开展。从 2020 年 8 月至 2021 年 1 月,共有 750 名参与者进行了前瞻性筛选,其中 748 人完成了所有手术。参与者均为年龄介于 18 至 75 岁的门诊病人,平均年龄为 51.7 岁,分别患有糖尿病 152 例 (20.3%)、高血压 216 例 (28.9%) 和高血脂 104 例 (13.9%)。其中,男性患者 324 例 (43.3%)。他们都曾到 5 家医院的任意一家接受眼底影像检查,均有完整的医疗记录,并接受了全面的眼科检查。

研究邀请到了 6 位眼科专家(至少工作 5 年的副教授)对图像进行标注,最终以他们共同讨论决定的诊断结果最为核定标准。此外,还有 9 名初级眼科医生(住院医师或年资少于 3 年的主治医师)接受了培训,并在研究中阅读图像进行评估。

经过一周的洗脱期后,他们会再次对同一组图像进行标注,这些图像被随机重新排序并贴上 DLS 先前标注的标签,形成试验组。同时,每位初级眼科医生均被分配独立标注部分数据集,作为对照组。另外,所有入组眼底图像均经 DLS 标记为 DLS 组。

该研究可完全分析的图像子集为 1,493 张,根据 6 名资深眼科医师的批注和讨论,其中 477 张 (32.0%) 眼底标记为正常。另有 1,016 张 (68.1%) 图像标记疾病,其中有 1,386 张 (92.8%) 仅标记一种疾病,78 张 (5.2%) 标记了两种疾病,29 张 (1.9%) 标记了 3 种疾病,共有 251 张 (16.8%) 的图像被标注为「其他异常」。

在这里插入图片描述

研究流程及各组主要研究指标结果

眼底图像由熟练的技术人员用双眼(非)散瞳眼底相机拍摄,采用标准操作程序,以确保后续标注和读取的图像质量。

在这里插入图片描述

入选和排除标准的参与患者和眼底图像

本研究的疾病选择是根据其流行程度和对视觉功能的威胁来决定,同时也考虑到使用眼底图像进行筛查的临床潜力。最终,研究选择了 13 种具有标准诊断标准的主要眼底疾病,包括可转诊的糖尿病视网膜病变 (DR)、视网膜静脉阻塞 (RVO)、视网膜分支动脉阻塞 (RAO)、病理性近视、视网膜脱离 (RD)、原发性视网膜色素变性 (RP)、萎缩性和新生血管性老年黄斑变性 (AMD)、视网膜前膜 (ERM)、黄斑裂孔 (MH)、中心性浆液性脉络膜视网膜病变 (CSC)、疑似青光眼性视神经病变 (GON) 和视神经萎缩等。如果图像中包含其他疾病的征象,但不包括在所选的 13 种疾病中,则将其归入「其他眼底异常」类别。

在这里插入图片描述

三组实验针对不同疾病诊断的敏感性、特异性及 F1 值

实验结果:DLS 可有效发现特定眼底疾病,也会影响诊断准确性

与对照组相比,初级眼科医生有 888 张 (59.4%) 图像的标注发生了改变。其中 801 张 (53.5%) 图片根据 AI 的建议进行了修改。虽然在某些情况下,初级眼科医生会根据 DLS 的建议误将原本正确的诊断决定改为错误标签,但其也确实从中得到了很多帮助。

在这里插入图片描述

各类别医生改变诊断决定的情况
蓝色是变更为错误诊断标签,红色是变更为正确标签

该研究表示, 这是首次证明 DLS 可以帮助初级眼科医生在多种重大眼底疾病的检测中显著提高诊断一致性的临床试验,同时也证明了初级眼科医生基于 DLS 辅助的多重眼底疾病筛查图像阅读模式是一种有效的临床方法。

在该研究中,DLS 的总体疾病诊断敏感性和特异性分别达到 96.6% 和 81.8%,可以有效地发现特定的眼底疾病,发现眼底异常,并协助患者转诊进行专门的调查和评估。此外,高特异性有助于减少不必要的转诊和医疗费用。

该研究设置了 3 个对照组,分别为 AI 辅助医生阅片组(试验组),医生独立阅片组(对照组)和 AI 阅片组(AI组)。

结果显示,试验组、对照组和 AI 组诊断一致率分别为 84.9%、72.9% 和 85.5%,即在 AI 辅助下,低年资医师读图诊断能力可提高约 12%。在本研究中,试验组和 DLS 组的诊断一致性相似,这表明单独使用 DLS 可以充分发挥作用。然而,让人类医生参与进来仍然至关重要。尽管基于人工智能的疾病筛查和识别已经被广泛应用于实际临床实践,但其也引入了误诊等相关风险。

此外,在本研究中,试验组和对照组对眼底疾病的敏感性相当,且试验组明显优于对照组,特别是对包括疑似 GON、视神经萎缩、萎缩性 AMD、和 CSC 等疾病。这些结果表明,初级眼科医生能够区分眼底异常与正常,但对特定疾病的诊断仍有缺失,这一缺陷可以通过 DLS 辅助来解决,从而大大降低漏诊率,同时也减少了初级眼科医生对眼底疾病诊断的专业化程度限制。

但是,对照组的诊断准确率 (60.5%) 高于试验组 (44.2%)。通过回顾标注,该研究发现 DLS 倾向于为一张图像标注更多的标签,这将有助于减少初级眼科医生的漏诊,但同时也会影响诊断的准确性。

此外,该研究仍然具有一定的局限性。首先,尽管数据集选定了眼底疾病的真实图像,但其中一些类别仅包含少量图像,这可能导致结果存在偏差,而且所有参与者均为中国汉族患者。在未来的工作中,还需要进一步扩大前瞻性数据集,丰富患者的类型。

其次,本研究选择的一些疾病需要从视网膜周围区域开始收集,这超出了眼底图像的范围。因此,DLS 在初始阶段无法检测到它们。研究采用宽视场彩色眼底摄影,可以在一定程度上解决这一问题。

第三,由于在 DLS 的帮助下,初级眼科医生的诊断能力得到了很大的提高,该技术也可以作为用于教育目的应用场景,这也是一个有意义的课题,需要在今后的工作中进行更全面的考察和评价。

陈有信教授深耕眼底医学,推进 AI 应用

「北京协和医院有多牛?」——这是某中文社交媒体上活跃的一个帖子,下面无数的跟帖用一个个罕见病例论证着北京协和医院的医术高超。作为「东方的维也纳眼科中心」,协和医院眼科也长期活跃在行业第一梯队,其现任现任科主任陈有信可谓是中国眼科发展史的见证者和创造者。

1993 年,初入眼科领域的陈有信医师,作为张承芬教授的眼底病学博士来到协和医院。2001 年,远在美国留学的陈有信教授收到了来自当时中华医学会眼科学分会的主委赵家良教授的邮件,邮件中提到希望他能早日回国帮助筹备次年的第8届全国眼科学术大会。经过深思熟虑,陈有信最终提前终止学业,选择回国搭建全国眼科年会这个后来帮助了无数中国眼科医生打开视野的平台。

在眼底医学方面,陈有信教授深耕久远。1982 年,美国 Yannuzzi 教授在一场黄斑学会的会议上,首次报道并命名了一种眼底病:特发性脉络膜息肉样血管病变 (Polypoidal choroidal vasculopathy, PCV)。随着研究的深入,学者发现此病在亚洲人群中发病率最高,庞大人群基数也导致我国此病病患较多。2017 年,由陈有信教授发起的中国眼科界首个「PCV 研究联盟」成立。

随后,陈有信教授牵头联合国内多家单位开展了 START 研究,即康柏西普眼用注射液治疗 PCV 的真实世界研究。最终,由陈有信教授团队领衔的「息肉状脉络膜血管病变诊疗体系的建立及理论创新」荣获 2022 年度华夏医学科技奖二等奖。

此外,本论文的第一作者李冰师从陈有信教授及北京协和医院眼科眼底病专家叶俊杰教授,目前任北京协和医院眼科住院医师,已经作为第一作者发表 SCI 及中文核心期刊论文 10 余篇,多次在全国眼科年会、全国眼底病会等学术会议作报告。

在 AI 辅助识别眼底病方面,协和眼科走在时代最前沿。早在 2021 年,陈有信教授已经通过人工智能成功识别了静脉阻塞、糖尿病病变、黄斑变性等多个病种,这个也获得了北京市重点课题的资助 500 万元。

目前,协和医院眼科已经开展了人工智能在眼科疾病筛查、治疗预测、眼与全身病关联性、多模态和广角眼底病变及多病种病变识别研究,并且在很多基层场景得到了应用推广,为解决因医疗资源发展不均衡导致的看病难看病贵的问题,提供了思路和解决办法。

在陈有信教授看来,所有的努力都是旨在把医疗资源下沉下去,为那些远离大城市的患者提供更好的诊治。借由人工智能等技术的发展,陈有信教授的努力已经初见成效,未来也将持续攻坚克难,在相关疾病的发病机制、发病规律、诊断及治疗等方面持续发挥人工智能的力量。

参考资料:
1.https://mp.weixin.qq.com/s/zctJN7Q7PYjsPypkStWcoA
2.https://mp.weixin.qq.com/s/LoXWmWVpYnrr1-vKBrpL6A
3.https://mp.weixin.qq.com/s/IFS5JWIyb_5mqfJccAQO2g
4.https://mp.weixin.qq.com/s/zxP9n_vGWNcH2rPW-dq37g
5.https://www.pumch.cn/detail/34540.html

船载 OpenHarmony AIS 航海工作台:告警与防碰撞预警系统 船载OpenHarmony AIS航海工作台的告警与防碰撞系统,集成十余类告警(超速、偏航、会遇、SOS等),通过网格空间索引实现高效邻近判定,保障实时性。告警管理器统一调度规则、去重、通知与日志,支持悬浮球、语音、跑马灯、弹窗多渠道触达,确保航行安全。SOS紧急通道独立运行,避免干扰。系统设计强调性能优化与多场景适配,为航海安全提供核心支撑。 阅读详情

相关推荐

AI 应用开发:四维架构落地实战——以 HR Agent 为例拆解感知·推理·记忆·执行【意图路由、规划编排、长期记忆、工具执行、面试题】

本文基于四维架构(感知·推理·记忆·执行),以HR Agent为例,系统拆解大模型应用从“聊天”到“生产可用”的落地路径。通过Spring AI实现意图路由、规划编排、RAG检索与工具调用,结合真实踩坑复盘,揭示架构化设计对安全、成本与可维护性的关键价值,为AI Agent工程化提供可复用的实战框架。

王大师企业官方博客 1325

每周编辑精选|MathPile 数学推理语料库开源、协和眼科牵头用 AI 助力 13 种眼底疾病检测

hyper.ai 本周官网更新速览: * 优质公共数据集:10 个‍ 1️⃣ MathPile 数学推理预训练语料库 2️⃣ ShareGPT 90k 中英文双语人机问答数据集 … * AI4S 论文案例:4 篇 1️⃣ 协和眼科牵头 ,5 家眼科中心同发力,用 AI 助力 13 种眼底疾病检测 2️⃣ 亚马逊工程师严选,超 40 篇 LLM 论文汇总 … * 热门百科词条:10 条 1️⃣ 召回率Recall Rate 2️⃣ 人类反馈强化学习RLHF … 更多资源干货详见本文→

HyperAI超神经 963

PyCharm配置WSL开发环境保姆级教程:从安装Conda到项目依赖一键搞定

本文提供PyCharm配置WSL开发环境的完整教程,涵盖从安装Conda到项目依赖管理的全流程。详细介绍了WSL2环境准备、Conda环境配置、PyCharm远程解释器设置等关键步骤,并包含实用技巧和常见问题解决方案,帮助开发者高效搭建Python开发环境。

weixin_42620202的博客 309

AI 问数真的能替代 BI 报表吗?

AI问数赋能自然语言查询,提升临时分析效率,但无法替代传统报表。报表适用于稳定输出与持续监控,AI则擅长探索性提问。企业用好AI问数,关键在于夯实数据模型、统一指标口径、健全权限体系与结果校验机制。合理组合报表、仪表板与AI,才能实现高效、准确的业务洞察。

葡萄城技术团队博客 341

SAP与泛微OA集成(半导体行业)

本项目通过SAP PO中间件集成SAP与泛微OA在半导体行业的应用,由于行业特殊性,广泛深入应用了RSA加密等特性

集信通 1165

本地生成无限量的AI图像和视频——无需网络,无限制,本地人工智能图像和视频生成的实用指南

我们将使用ComfyUI,这是一个功能强大的基于节点的 AI 图像和视频生成可视化界面。如果您是 ComfyUI 的新手,请不要担心。ComfyUI是什么?ComfyUI 是一款可视化工具,可让您在自己的计算机上生成 AI 图像和视频。您无需一次性理解所有内容。在本指南中,我们将从现成的工作流程入手,逐步帮助您建立信心。乍一看,内容似乎很庞杂——但本指南将着重于:-简单的工作流程-预构建示例-最少的配置我想向你展示使用这个工具最简单的工作流程。

iCloudEnd的博客 1826

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 280

【人工智能论文发表】基于医学病例文本和多模态大模型的医疗影像分割方法研究

摘要:本研究提出MMS-Former,一种基于级联多模态Transformer的文本引导医学图像分割框架。该模型创新性地将临床文本信息深度融入图像分割全过程,通过SwinUNETR提取视觉特征,ClinicalBERT编码病历文本,并在解码器的每个上采样阶段通过交叉注意力模块实现多级文本特征融合。实验表明,相比纯视觉模型,MMS-Former在Dice系数和IoU指标上分别提升3%以上,在处理边界模糊目标时表现尤为突出。模型还设计了结合Dice损失和图文对比损失的复合目标函数,确保分割精度与语义对齐。代码实

u012133341的博客 143

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 616

LVGL core disp显示设计(lv_disp.c)

lv_disp.c当前显示页面的配置scr_act在原始的LVGL是以screen的概念存在,但我们还是习惯叫它为一个页面提供获取top_layer、sys_layer、prev_scr图层接口配置主题管理默认的主题管理是递归查找的,实际项目中因此页面的复杂性,虽然也兼容了此主题管理的方案,但还是推荐使用单页面自行管理主题的方案壁纸设置多页面切换的动画支持计算无用户操作时间清理显示缓存。

Bigan(安)的博客 2332

C++(Qt)软件调试---静态分析工具clang-tidy(18)

现在很多人在开发中完全忽略了编译器、IDE的警告提示,这怎么可能写出稳定的程序。 clang-tidy是一个由LLVM项目提供的开源工具,是一个静态分析工具,用于进行静态代码分析和代码质量改进。

mahuifa的博客 5083

抽象主义人工智能和生命体AI的内在联系

彭军辉提出“抽象主义人工智能”作为第四大AI范式,批判符号主义、连接主义、行为主义剥离生命本体的误区,确立“智能是现象,生命是本体”的核心公理。主张原生智能必须依附具备存续诉求的生命本体,提出“生命体AI理论”,构建七层演化阶梯与自闭环工程框架,强调智能不可跳过底层存续机制直接模拟语言。该体系为生成式AI提供科学边界,推动从“仿真表象”向“原生智能”的范式跃迁,开辟硅基人工生命新赛道。

抽象主义人工智能和生命体AI 209

K8s(十二):监控与报警(163邮箱+钉钉)-Prometheus + Grafana + Alertmanager(超详细)

🔴 K8s(十二):监控与报警(163邮箱+钉钉)-Prometheus + Grafana + Alertmanager(超详细)

✨ 欢迎来到【Seal ^_^ 的优快云博客】!✨ 3万+

OpenAI Control Room 架构拆解:给企业 AI Agent 加一套可审计的急停系统

OpenAI 公开了用于追踪和停止研究模型工作负载的 Control Room。本文拆解 job_id、推理前鉴权、35 秒撤销窗口与 Fail Closed 设计,并给出企业 AI Agent 急停控制面的数据模型、FastAPI 参考实现、缓存撤销策略和故障演练清单。

jerry764的博客 345

SAP 系统间信任关系配置全攻略:从 SM59 到 SMT1 的实践与风险控制

本文介绍了在SAP系统间配置信任关系的详细流程与最佳实践。文章以SAP Gateway与后端系统架构为场景,从SM59创建RFC目的地开始,到SMT1建立信任关系,再到授权对象S_RFCACL的配置,提供了完整的操作指南。重点包括:使用标准命名规范创建专用RFC连接、通过向导完成系统间信任登记、严格控制S_RFCACL授权范围等。文中还分享了真实项目案例、可复用的检查清单以及常见问题的排查思路,帮助用户实现稳定可靠的跨系统无密码调用,同时确保安全性。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 325

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

OpenClaw 深度调查:把 AI 助手做成你自己的控制平面

对 openclaw/openclaw 的完整技术尽调:Gateway 架构、Agent 运行时、工具与沙箱、30 个消息通道、181 个插件、安全信任边界、工程代价与采用建议。17 章 / 10 张图,全部数字标注口径,数据截至 2026-10-31。

厚积薄发 363

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

AI赋能智慧港口建设|造形家快速生成港口全要素三维场景

随着智慧港口、港口数字孪生项目的持续推进,港口三维场景的需求日益旺盛。传统港口三维建模,往往需要航拍倾斜摄影采集数据,再人工搭建吊机、岸桥、船舶、集装箱等大量工业设施模型,项目周期长、人力成本高,修改迭代繁琐,制约港口可视化项目落地效率。国产AI三维建模工具,依托卫星影像 AI 识别能力,无需航拍作业,一键快速搭建港口完整三维场景,为港口数字孪生、方案汇报、投标演示提供高效的场景解决方案。

m0_69539167的博客 87

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

从设备增点到治理闭环:老旧小区物业数智化落地实践

系统连接合同审批、银行流水、收费记录与项目台账,执行到期提醒、收入核验、异常标色和月度对账,让每一笔资金来源明确、去向可查。针对设施老旧、诉求响应慢、公共收益不透明等问题,津南以6类小区为试点场景,统一建设物业数字化底座,关联楼栋、单元、房屋、业主、空间、设施设备、工单、公共收益等核心数据。系统采用统一编码管理,将摄像头、路灯、井盖、道路、绿化等设施纳入资产台账,解决纸质记录更新滞后、故障责任难追溯的问题。基于历史工单建立分类模型和知识库,辅助识别照明、给排水、电梯、环境秩序、秩序维护等问题;

wuyeshuzhihua的博客 163

企业微信iPad协议详解:接口接入、实时消息同步与语音转码实践

深入解析企业微信iPad协议的技术架构与开发思路,涵盖API接口接入、长连接通信、实时消息同步、Silk语音转码、异常重连及高并发优化,帮助开发者了解企业微信自动化系统的设计与实现。

欢迎来到祖安! 514

Product Hunt 热榜 2026-11-13:Plurai Simulation、YouArt Desktop App、Omnigraph

2026-11-13 Product Hunt 新产品精选:Plurai Simulation、YouArt Desktop App、Omnigraph。汇总 15 款产品的中文介绍、功能关键词和产品链接。

LaughingZhu的博客 619

【AI Agent面试系列】AI Agent可观测、评测、安全相关的知识点

之前的文章介绍了和,本文主要介绍AI Agent的测评、可观测等知识。

408

Docling 原理解读:是什么、为什么、怎么样

从论文视角拆解 Docling 的整体架构、DoclingDocument 数据模型、PDF 预处理、版面分析、OCR、TableFormer 双解码器、阅读顺序与装配流程,并解释版面框与 OCR 框的区别。

PLANTTHESON的博客 402

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程,跟着博主一起来还原整个过程。

夜郎King的博客 5168

从认识人工智能到理解机器学习:我的 AI 入门第一课

正式开始学习人工智能之前,我对 AI 的认识其实比较模糊:知道 ChatGPT、知道大模型,也知道现在很多岗位都在谈 AI,但如果有人问我“人工智能到底是什么”“机器是怎么学会识别一只猫的”,我未必能从头到尾讲清楚。上午的课程更偏向行业全景:人工智能的发展、研究方向、NLP、岗位分工、学习路线和 AI Coding 工具。下午的课程更偏向技术基础:机器学习的原理、有监督学习、深度学习、模型训练和评估方法。

chh563的博客 573

企业宣传片发前如何批量排查并遮挡视频里的敏感信息

做企业视频的人都会碰到一个具体问题:实拍画面里混进了不该出现的信息。办公室背景里有贴着客户信息的白板,采访对象的授权书边缘露出一串身份证号码,街采素材里路人面孔和车牌号直接入镜。人眼在时间线上扫视,会漏掉快速闪过的帧、画面边缘的小字、以及暗光区域里的证件号码。用抹影AI完成车牌、人脸和证件区域批量检测后,又手动补充了两个时间段的屏幕遮罩,最终导出时画面已无合规隐患。重点关注快速运动、遮挡、低光照条件下的目标,这些是漏检的高发区域。导入视频后选择要检测的目标类型(人脸、车牌、证件号、二维码等)。

Mysssone的博客 182
上一篇: 疫苗研发新突破:北航团队提出病毒抗原免疫原性预测新方法 VirusImmu
下一篇: 超 5 万人参与,浙大吴息凤教授团队新作:健康与办公场所绿化水平有关
HyperAI超神经
博客等级 码龄7年 8873粉丝 1753原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值