剑桥大学研发血液细胞图像分类器,扩散模型助力白血病发现,能力超越临床专家

「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

血液细胞影像分析在临床诊断和科研中扮演着至关重要的角色。白细胞、红细胞和血小板的形态特征不仅能反映血液系统健康状况,还可能揭示早期疾病信号,如白血病和骨髓增生异常综合征等。然而,传统人工显微镜分析依赖经验丰富的专家进行手动分类,效率低下、耗时且存在主观偏差。

近年来,深度学习技术在医学图像分析领域的应用日益广泛,已有研究尝试将判别模型,尤其是卷积神经网络(CNN)应用于血细胞形态评估。尽管性能最优的判别式 ML 分类模型在将细胞分类为预定义类别时可逼近人类表现,但它们主要学习基于专家标签的决策边界。因此,它们并非天然设计用于捕捉细胞形态的完整数据分布。 这一限制会降低它们的能力,尤其是在面对临床血液学数据中固有的复杂性和变异性时。

在这一背景下,来自英国剑桥大学的研究团队提出了 CytoDiffusion——一种基于扩散模型的血液细胞图像分类方法。 它能够忠实建模血细胞形态分布,实现精准分类,同时具备强大的异常检测能力、对分布偏移的抵抗力、可解释性、高数据效率,以及超越临床专家的不确定性量化能力。

该模型在异常检测(AUC:0.990 对比 0.916)、分布偏移下的鲁棒性(准确率:0.854 对比 0.738)以及低数据情境下的表现(平衡准确率:0.962 对比 0.924)方面均优于最先进的判别模型。该研究构建的全面评估框架为血液学医学图像分析设立了多维基准,有望在临床环境中提升诊断准确性。

相关研究成果以「Deep generative classification of blood cell morphology」为题,已刊登 Nature。

研究亮点:

  • 将潜在扩散模型应用于血细胞图像分类。

  • 提出超越准确率等标准指标的评估框架,纳入分布偏移鲁棒性、异常检测能力和低数据情境下表现。

  • 构建包含成像伪影及标注者置信度的新血细胞图像数据集,解决现有数据集的关键局限。

在这里插入图片描述

论文地址:
https://www.nature.com/articles/s42256-025-01122-7
关注公众号,后台回复「 CytoDiffusion 」获取完整 PDF

数据集地址:

https://go.hyper.ai/6ryMR

更多 AI 前沿论文:
https://hyper.ai/papers

数据集:组合使用公开数据集和自主构建数据集

数据是血液细胞图像分析的基础,也是 AI 模型性能和泛化能力的核心保障。CytoDiffusion团队使用了五个数据集,其中四个公开可获取,另一个为自主构建的数据集 CytoData。

CytoData 数据集是一个匿名数据集,包含来自剑桥 Addenbrooke’s 医院的 2,904 张血液涂片,共计 559,808 张单细胞图像,其中 4,996 张图像标注了十类血液细胞类型,包括红细胞母细胞、嗜酸性粒细胞、单核细胞、幼稚细胞等。图像由 CellaVision DM9600 系统采集,标注包括每位标注专家的置信度评分,为后续不确定性量化提供重要参考。CytoData 还特别加入了伪影类别,以应对血液涂片中常见的非细胞结构干扰,这在临床应用中具有重要价值。

Raabin-WBC、PBC、Bodzas、LISC 作为 4 个公开数据集,涵盖不同显微镜、不同染色方法及不同设备下的血液细胞图像。Raabin-WBC 提供了 Test-A 和 Test-B 划分,Test-B 的采集设备与训练集不同,用于模拟域偏移。LISC 数据集因设备与染色方法差异,更加考验模型的泛化能力。

在这里插入图片描述

研究所用数据集汇总

通过组合这些多源数据集,团队不仅保证了模型训练的多样性,也为跨域性能评估、异常细胞检测和数据稀缺条件下的模型测试提供了完整基础。

数据集地址:

https://go.hyper.ai/6ryMR

框架:将扩散模型应用于血液细胞图像分类

CytoDiffusion 的核心创新在于将扩散模型(diffusion model)应用于血液细胞图像分类。 与传统判别式模型不同,扩散模型具有生成式特性,能够学习图像的完整分布,并通过噪声预测机制进行分类。

在这里插入图片描述

基于扩散的分类模型概览

模型原理

扩散模型的核心原理是定义一个前向扩散过程,通过逐步向数据中添加噪声,将其转换为类似噪声的分布。随后,模型学习一个逆向过程来去噪数据,从而有效重建原始数据分布。

潜在空间编码: 输入图像首先通过编码器映射到潜在空间,随后加入高斯噪声形成噪声潜在表示;

条件扩散: 模型针对每一类细胞生成噪声预测,通过最小化预测噪声与真实噪声之间的误差实现分类;

逐步消除: 对所有候选类别进行迭代采样,利用配对 Student’s t 检验逐步排除不可能类别,直至确定最终类别。

通用训练设置

研究人员使用 Stable Diffusion 1.5 作为基础模型。 对于类别条件,其绕过了分词器和文本编码器,直接为每个类别提供 one-hot 编码向量,这些向量垂直复制,水平填充以匹配预期的 77 × 768 维矩阵。使用 10 的批量大小、10⁻⁵ 的学习率,并进行了 1000 步的线性预热,训练平台为 A100-80GB GPU。

训练和推理

研究人员在训练过程中应用了多种数据增强方法,包括随机对角翻转、随机旋转(角度在 0 至 359 度之间均匀采样)、颜色抖动(亮度 = 0.25、对比度 = 0.25、饱和度 = 0.25、色相 = 0.125)、以及 Mixup(α = 0.3,作用于条件输入而非目标)和 RandAugment(使用默认参数)。

训练中使用 AdamW 优化器(β1 = 0.9,β2 = 0.999,ϵ = 10⁻⁸,权重衰减 0.01)、混合精度训练(fp16)以及指数移动平均(0.9999)。所有图像统一调整为 360 × 360 像素。

在推理阶段,应用了与训练阶段相同的数据增强方法,但排除了 Mixup。利用白细胞通常位于图像中心的特点,并为减少对图像边缘区域增强造成的干扰,仅在潜在空间中距离图像中心半径为 20 的像素范围内计算推理误差。潜在空间维度为 45 × 45 × 4。

成果展示:CytoDiffusion可助力解决临床部署中的关键挑战

图像生成与真实性验证

临床采用人工智能系统不仅需要高性能,还要求模型具备可信的表征能力。为了证明 CytoDiffusion 学习到的是血细胞的真实形态分布,而非依赖伪影等“捷径”,研究人员进行了真实性测试。

在 32,619 张训练图像基础上,CytoDiffusion 生成的血液细胞图像几乎无法与真实图像区分。十位血液学专家对 2,880 张图像进行鉴别测试,整体准确率 0.523(随机猜测水平),灵敏度 0.558,特异性 0.489。该表现接近随机猜测,说明即使对经验丰富的专业人士而言,CytoDiffusion 生成的血细胞图像也几乎无法与真实图像区分。

能生成与真实图像几乎无差别的图像表明,说明 CytoDiffusion 已经成功学习到了血细胞形态的真实分布,如下图所示:

在这里插入图片描述

CytoDiffusion 在不同数据集上的分类性能

CytoData 对比:左侧矩阵显示 CytoDiffusion 的结果,右侧矩阵显示人类专家的平均性能

分类性能

在 4 个数据集(CytoData、Raabin-WBC、PBC、Bodzas)上,CytoDiffusion 达到或超越传统判别式模型表现。尤其在 CytoData、PBC 与 Bodzas 上,模型均实现了当前最佳水平,证明基于扩散模型的方法能够匹敌或超越传统判别模型,如下表所示:

在这里插入图片描述

4 个数据集上的模型性能比较

不确定性量化优于人类专家

生物系统本质上具有不可完全化约的固有不确定性。在任何分析任务中,衡量不仅是预测的正确性,还应衡量执行者(无论是人类还是机器)的不确定性。

研究人员使用已建立的贝叶斯心理计量建模技术推导 CytoDiffusion 的心理计量函数,如下图,结果显示模型拟合优异,关键阈值与宽度参数的后验分布都非常紧致(下图内嵌坐标轴)。 尽管无法直接测量,但这些结果表明 CytoDiffusion 的不确定性主要由偶然成分主导,其行为接近理想观察者的表现。

在这里插入图片描述

CytoDiffusion 的心理测量函数,使用其自身的置信度作为可辨度指数

异常细胞检测与低数据环境表现

对于异常细胞检测,在 Bodzas 数据集中,以原始细胞作为异常类别时,CytoDiffusion 实现了高敏感性(0.905)和高特异性(0.962)。相比之下,ViT 的敏感性极低(0.281),明显无法满足临床应用需求,如下图:

在这里插入图片描述

核密度估计图比较了 ViT-B/16(上排)与 CytoDiffusion(下排)在检测红系幼红细胞(左右列)和原始细胞(中间列)异常表现的能力

对于低数据环境,在每类仅 10–50 张训练图像情况下,CytoDiffusion 显著优于 EfficientNetV2-M 与 ViT-B/16,展示了数据稀缺条件下的高效学习能力,如下图:

在这里插入图片描述

在低数据条件下,四个细胞学数据集上模型性能的比较

模型泛化能力

为了评估模型的泛化能力,研究人员在不同数据域上测试了模型的表现。以 Raabin-WBC 训练的模型分别在 Test-B(使用不同显微镜和相机)和 LISC(不同显微镜、相机和染色)数据集上进行测试;以 CytoData 训练的模型则在 PBC 和 Bodzas 上进行测试。CytoDiffusion 在这四个数据集上均实现了最先进的准确率。这种跨不同程度领域漂移的一致性优势表明,CytoDiffusion 对数据集变化具有鲁棒性,具备在真实临床场景中良好的泛化能力。

可解释性验证

通过反事实热图分析,模型能够识别细胞内部关键形态特征,如下图。例如,从单核细胞到未成熟粒细胞的转变中,模型突出显示了胞质酸性差异及液泡填充特征。这种可视化不仅验证了模型的学习能力,也可用于检测潜在偏差,确保分类依据符合临床科学逻辑。

在这里插入图片描述

生成反事实解释的示例

扩散模型在生物医疗领域焕发突破性价值

CytoDiffusion 的研究不仅展示了扩散模型在血细胞形态学分类中的潜力,也映射出扩散式生成框架在整个生物医学领域的快速崛起,在多个应用场景中展现出突破性价值。

例如,医疗领域的数据通常较为有限且存在较大的隐私保护问题,这使得数据获取和标注成为巨大的挑战,扩散模型能够通过生成合成医疗图像来解决这一问题,从而帮助训练深度学习模型,并提高医学影像分析的精度; 除了生成普通的医学图像,扩散模型还可以被应用于生成特定病症(如肿瘤、骨折等)的医学图像, 这在训练医学诊断模型时尤其重要,能够为稀有病症或难以获取的影像提供更多的训练样本;同时,扩散模型能够生成高质量、清晰且具有真实感的图像,不仅有助于提高医生的诊断精度,还有助于辅助医疗 AI 系统做出更加准确的预测。

在许多临床和研究场景中,高质量医学影像数据集的稀缺阻碍了人工智能(AI)在临床应用中的潜力。2024 年 12 月,温州医科大学附属眼视光医院张康教授及瞿佳教授、北京大学王劲卓研究员为通讯作者,北京大学王凯博士、中山大学孙逸仙纪念医院余运芳博士等为并列第一作者,研发了一种基于扩散模型的新型框架 MINIM,该模型能够基于文本指令生成不同器官的多种影像模式的医学图像。 临床医生的评估和严格的客观测量验证了 MINIM 生成图像的高质量。当面对前所未见的数据领域时,MINIM 表现出增强的生成能力,展示了其作为通用医学 AI(GMAI)的潜力。

论文标题: Self-improving generative foundation model for synthetic medical image generation and clinical applications
论文地址: https://www.nature.com/articles/s41591-024-03359-y

在细胞生物学研究中,活细胞是远离化学平衡的复杂耗散系统,其群体如何协同响应外界刺激,始终是科学家致力揭示的核心科学问题。2025 年 11 月,来自哥伦比亚大学、斯坦福大学等研究团队,开发了 Squidiff 计算框架。 该框架基于条件去噪扩散隐式模型构建,可预测不同细胞类型在分化诱导、基因扰动及药物处理下的转录组响应。其核心优势在于能整合基因编辑工具与药物化合物的明确信息:在预测干细胞分化过程中,不仅能精准捕捉瞬时细胞状态,还可识别非加性基因扰动效应及细胞特异性响应特征。研究团队进一步将 Squidiff 应用于血管类器官研究,成功预测了辐射暴露对各类细胞的影响效应,并评估了辐射防护药物的保护效能。
论文标题: Squidiff: predicting cellular development and responses to perturbations using a diffusion model
论文地址: https://www.nature.com/articles/s41592-025-02877-y

可以预见,随着生成式基础模型在医学领域进一步成熟,扩散模型将在更多真实临床场景中落地,成为通用医学智能的重要底座,为未来的医学影像诊断、疾病预测与智能决策带来更高的可靠性、更强的泛化能力与更广的应用空间。

参考文献:
1.https://www.nature.com/articles/s42256-025-01122-7
2.https://www.nature.com/articles/s41592-025-02877-y
3.https://mp.weixin.qq.com/s/9JEt-QwFxngv9XC0hSIcnw
4.https://bbs.huaweicloud.com/blogs/448218

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 1332

论文汇总丨超100篇AI for Science重要成果,一文速览2025年技术创新

一文速览 2025 年 AI for Science 最值得关注的前沿论文。

HyperAI超神经 1810

理想汽车智驾方案介绍 4 World model + 强化学习重建自动驾驶交互环境

本帖将以 DrivingSphere 为例来解析这个过程。

地平线开发者 1921

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 353

【零基础】手把手教你使用Docker部署Springboot项目(详细版)

还不会使用Docker部署Springboot项目的小伙伴,不妨进来看看呗,希望文中内容对你有所帮助!

fengprogrammer的博客 2万+

Android Studio连接手机详细教程(包含遇到的问题集)

如果以上内容全都调试正确了,还是存在这个无法安装的问题,多半是一开始用的别的手机进行调试安装,然后抽掉线重新换上另一个手机安装调试才会报错。无法识别的 USB 设备,跟这台计算机连接的前一个 USB 设备工作不正常,Windows 无法识别它。此时,我的开发者选项已经开启,并且windows系统和android studio已经能够识别我的设备了,但还是报了这样的错误。右击你的手机——>更新驱动程序——>浏览我的计算机以查找驱动程序软件。右击此电脑——>属性——>设备管理器——>便携设备。

IT小郭的技术博客 4万+

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 297

飞牛NAS一键部署小雅Emby全家桶:解锁海量影音资源与智能刮削

本文详细介绍了如何在飞牛NAS上通过Docker一键部署小雅Emby全家桶,完美解决传统WebDAV挂载无法刮削元数据的问题。该方案整合了小雅Alist海量影音资源与Emby媒体服务器,通过预下载超百GB元数据包,自动实现海报、简介等信息的完美匹配,打造出精美的个人影音库。部署过程需准备阿里云盘令牌与充足存储空间,并详解了从环境配置、镜像拉取到最终验证的完整步骤及优化技巧。

weixin_28312391的博客 933

【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 621

因子数据预处理-去极值和标准化

多因子数据预处理

cl2010abc的专栏 2425

RK3588,V4l2 读取Gmsl相机, Rga yuv422转换rgb (dma), 实现零拷贝

RK3588, 使用V4l2 读取 gmsl 相机,获得yuv422格式图像, 使用 rga 转换 rgb 图像。减少cpu占用率. 内存管理方式采用 dma,实现零拷贝.

J。 1265

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 211

解决Office 365 SMTP问题:C#邮件发送详解

本文介绍了如何在C#中使用Office 365 SMTP服务发送邮件。重点讲解了正确配置SMTP客户端的关键参数:必须使用587端口并启用TLS加密(EnableSsl=true),同时通过NetworkCredential进行身份验证。虽然SmtpClient已不推荐用于新项目,但本文提供的代码示例仍适用于临时项目或系统维护,并建议未来可考虑使用MailKit等现代邮件库。文章还包含了错误处理机制,确保程序健壮性。

2501_90323865的博客 141

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 347

MATLAB从入门到精通-APP调用simulink中的参数,并且修改,将结果返回到APP中

本次案例为以下微分方程: 其中方程的初始值为: Step1:搭建simulink文件,如下图所示: 初始值配置在积分模块中,如下图所示: Step2:制作app 操作视频: ,时长01:11 代码: 本文包括APP如何回调simulik中d的参数,以及把simulink中的仿真结果输出到APP中的绘图界面中。 核心代码如下: ...

wenyusuran的专栏 3042

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

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

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

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 89

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

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! 520

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 625

【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。

411

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 5182

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 580

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

面向工业对讲的双通道声学 DSP 模组 A-59(NR2050-A)方案解析与工程落地案例

A-59模组以NR2050-A DSP为核心,37.5×16mm邮票孔封装,支持-40℃~85℃工业温域,兼容A-06/A-09/A-29系列,可低成本替换存量设备。通过固件切换实现三种模式:模式一(低改版成本,适配矿井、电梯);模式二(最优AEC,用于医院呼叫);模式三(双波束独立输出,支持双人会议语音分离)。集成AEC、ENC、BF与AGC算法,有效抑制回声、噪声与串扰,解决对讲系统核心声学难题。选型需注意参考信号路径、麦间距与温度匹配,建议先做声学测试再量产。

R190_6589的博客 375
上一篇: 线下论坛 | 北大/清华/Zilliz/MoonBit开源论道,解锁产研协同新范式
下一篇: NeurIPS 2025 最佳论文奖公布!Qwen团队/清华大学/斯坦福等联合研究成果入选
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