openmmlab第一课

最新推荐文章于 2025-12-20 19:32:34 发布
原创 最新推荐文章于 2025-12-20 19:32:34 发布 · 185 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能 #计算机视觉 #深度学习

计算机视觉从特征工程发展至深度学习时代，AlexNet的出现引领了变革。现在，它广泛应用于自动驾驶、动漫特效、图像生成、视频理解及自动剪辑等领域。深度学习模型在分类、目标检测、语义和实例分割上取得显著成果，推动了技术的实际应用。

计算机视觉应用场景广泛

自动驾驶方案

在这里插入图片描述

动漫特效

在这里插入图片描述

图像生成、风格迁移

在这里插入图片描述

视频理解与自动剪辑

在这里插入图片描述

计算机视觉发展

计算机视觉从传统学习演变到如今深度学习网络，传统的计算机视觉主要是以特征工程为主，后来随着AlexNet的诞生，打破了传统特征工作的研究，进而神经网络模型得到快速发展，在计算机视觉分类、目标检测、语义分割和实例分割等几类发展较快，已经成功应用于各个领域。

OpenMMLab 实战营打卡 - 第 一 课 计算机视觉算法基础与OpenMMLab介绍
qq_53589322的博客
02-02 1337
OpenMMLab AI实战营学习笔记（一）
【OpenMMLab实战营打卡 - 第 1 课】CV基础和OpenMMLab介绍
m0_47062524的博客
02-01 406
传统计算机视觉的基本原理是设计卷积核，来找到图像的特征的过程。ImageNet是李飞飞教授启动的项目，为计算机视觉算法提供了一个庞大的、高质量的图片库。边缘提取是它的第一步（1964 Larry Roberts），三维提取（1982），人脸检测（2001），现在它们都是opencv的函数了。卷积神经网络是解决这两个问题而诞生的，卷积神经网络局部链接（每个卷积核只参与一部分图像），共享权重，大量节约参数，又有效提取了图像的特征。神经网络的训练流程：计算样本的损失，计算样本损失的梯度，根据梯度信息更新参数。
OpenMMLab第一课
KyireIrvingcurry的博客
06-01 262
本文是MMLab第二期AI实战营的笔记。
OpenMMLab 第一课
05-31 191
第一次课程，认识到很多大佬，感觉挺不错，在子豪兄的介绍，初步对OpenMMLab有了个初步认识，感觉OpenMMLab可以实现多种检测算法，之前在极市平台也学习了yolov5、linkNet、hrNet、PSPNET等算法，算是大概摸了一下计算机视觉方面的皮毛，当时为了能通过算法和排名，也摸了很长一段时间，感觉目前也暂时未能入门，希望在这次学习，能有个更深入的学习。OpenMMLab部署框架为MMDeploy。
OPENMMLAB第一课
qq_41645426的博客
06-01 133
5月31日第一次参加AI实战营第二期，作为一个大龄新人，因为对计算机这一方面的内容好奇，所以参加学习。年轻人都有精神，有工作有家庭的人，就是学得一个好奇，努力看能不能完成任务！第一次课程，初步对OpenMMLab有了个初步认识，如果可以切实的落地操作，下一步就是跟小年轻们一样，去尝试一下算法竞赛啥的，哈哈哈，36岁的老头子，竟然有一点点兴奋。开始接触神经网络学习很久了，理论了解很多，但实践经验基本就是无。看周末，我要开始操作了哈！平常上班，人家还是要给老板好好打工赚奶粉钱的！
open MMlab第一课笔记
qq_69580270的博客
02-02 246
学习笔记
OpenMMLab第一课笔记
m0_61085818的博客
02-02 250
OpenMMLab
OpenMMLab第一课总结
欲买桂花同载酒
02-02 213
OpenMMLab第一课总结
OpenMMLab-第一课
weixin_45233468的博客
06-01 295
OpenMMLab是一款面向计算机视觉领域的开源算法库，提供著名的检测算法和OCR任务等多个代码库，是开发者学习和创新的重要资源。同时，OpenMMLab支持高效部署，能够使得算法更好转化为实际应用。
OpenMMLab第一次课
Theodore2的博客
02-02 164
OpenMMLab入门第一次课课程小结
OpenMMlab AI实战营第一期培训
weixin_52836217的博客
03-21 908
OpenMMlab AI实战营培训笔记，内容包括了计算机视觉领域常见的：图像分类，目标检测，语义分割的知识。
OpenMMLab实战营第一课：计算机视觉简介
kobebryantgc的博客
02-02 218
主要介绍计算机视觉、OpenMMLab、神经网络Pytorch等
OpenMMlab AI实战营第五、六期培训
weixin_52836217的博客
06-18 1030
主要是对第五、六次实战营的内容进行展示，包括了目标检测代码的粗略内容以及语义分割的详细基础知识介绍。
幽冥大陆(五十四)ASR C语言识别到自动化软件——东方仙盟筑基期
最新发布
cybersnow精通 28 门计算机语言，凭借其超凡的技术能力，成功开发过上万个应用，广泛涉及政府、商业、个人等众多领域，甚至在检察院、环保局、公安局等专业场景中也大放异彩。不仅熟练掌握单片机和物联网开发，在软件架构设计方面更是独树一帜，自创了跨平台软件
12-20 590
ASR（Automatic Speech Recognition，自动语音识别）技术在软件自动化命令领域正掀起一场变革。它使得软件系统能够理解人类语言，并依据指令自动执行任务。通过 ASR，用户无需手动输入复杂的命令或进行繁琐的界面操作，只需说出指令，软件就能精准响应。在自动化脚本编写中，ASR 可以实时将语音转化为代码命令。例如，在编写 Python 自动化脚本时，用户说出 “创建一个名为‘data’的列表”，ASR 系统就能将其转化为对应的 Python 代码data = []。
AI 工具实战测评：从技术性能到场景落地的全方位解析
hello world/linux
12-16 752
多模态赋能情绪理解：Qwen3-VL+LLaMA-Factory 的人脸情绪识别实战
Lab4AI的博客
12-17 820
本项目依托Lab4AI平台，基于LLaMA-Factory成功对Qwen3-VL进行了完整的微调流程。我们将传统的人脸情绪识别任务与多模态大语言模型（MLLM）相结合，探索了MLLM在视觉情绪理解中的应用。通过微调Qwen3-VL，我们成功将传统的分类任务转化为多模态推理任务，显著提升了模型在复杂场景下的鲁棒性和准确率。这一方案不仅在人脸情绪识别上取得了显著提升，还为其他视觉任务的多模态大模型应用提供了新的思路，具有广泛的应用前景。
全品类电商AI助手诞生，AI试衣+万饰穿戴+图生视频，覆盖全链路
Dreamshop_AI的博客
12-19 825
DreamshopAI升级推出三大核心功能，全面革新电商视觉生产流程：AI试衣功能通过智能识别服装款式和材质，7-15天模特拍摄缩短至几分钟；万饰穿戴功能突破品类限制，精准还原珠宝、箱包等商品的材质细节；图生视频功能将静态图片转化为高质量短视频，大幅降低视频制作门槛。系统基于千万级电商数据训练，能自动适配不同市场需求，并推出AI试衣屏Dreamfit实现线上线下体验闭环。此次升级使AI成为电商运营的核心生产力工具，将传统视觉制作效率提升3倍以上，推动电商行业进入智能化新阶段。
[LLM]AIM: Adaptive Inference of Multi-Modal LLMs via Token Merging and Pruning
天下事有难易乎？为之，则难者亦易矣；不为，则易者亦难矣。人之为学有难易乎？学之，则难者亦易矣；不学，则易者亦难矣。
12-20 367
本文提出AIM框架，一种无需训练的多模态大语言模型(MLLMs)推理加速方法。通过双阶段设计：在LLM前基于相似度合并视觉Token，在LLM内基于注意力重要性剪枝Token，显著降低计算量。实验表明，该方法在视频理解任务中可减少6.8倍FLOPs，在图像任务中保持3.7倍加速的同时维持性能。关键发现包括：75%视觉Token冗余、LLM早期层侧重跨模态融合而后期侧重文本推理、跨帧合并会损害视频理解等。该方法支持动态调整压缩比例，为资源受限环境下的高效多模态推理提供了实用解决方案。
深入NVIDIA Nemotron-3：高效准确的技术、工具与数据深度解析
专注于人工智能领域的小何尚
12-18 885
摘要：NVIDIA Nemotron-3技术解析 NVIDIA Nemotron-3系列模型为构建专业AI智能体提供了突破性解决方案。该系列采用创新的混合Mamba-Transformer MoE架构，结合状态空间模型(Mamba)的长序列处理能力、Transformer的精确推理和MoE的高效计算，支持高达100万token的上下文处理。模型通过NeMo Gym多环境强化学习框架训练，使智能体掌握复杂任务执行能力。技术亮点包括：1)混合架构实现超长上下文推理；2)开源RL训练环境支持智能体开发；3)原生支
开发跨行业技能迁移匹配工具，输入现有技能+目标行业，AI分析可迁移能力，推荐适配岗位+补全学习路径，助力职场转型。
2301_82202864的博客
12-16 562
/ 每项可迁移技能+5分。`).join('') : '<div class="result-item">无缺失核心技能，可直接尝试转型！coreSkills: ['项目规划', '风险管控', '资源协调', '敏捷开发', ' stakeholder管理'],coreSkills: ['用户画像', '交互设计', '可用性测试', 'Figma/Sketch', '设计思维'],coreSkills: ['SQL', 'Excel高级函数', '数据可视化', '统计分析', '业务理解'],
评论
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

打赏作者

Fighting_1997

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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