计算机视觉的常用模型

最新推荐文章于 2025-11-27 14:26:48 发布
最新推荐文章于 2025-11-27 14:26:48 发布
阅读量142 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 茶桁的 AI 秘籍-CV 篇 茶桁的 AI 会员专栏 文章标签： 计算机视觉 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/ivandoo/article/details/140574101
了解本专栏 订阅专栏 解锁全文 超级会员免费看
计算机视觉的下一站：通用视觉模型（GVM）？
优快云博客专家，系统架构师，有合作、疑惑请私信博主。
08-09 6万+
计算机视觉的下一站：通用视觉模型（GVM）？​ 人工智能，计算机视觉，大模型，AI，通用视觉模型是一种旨在能够处理多种不同视觉任务以及多种视觉模态输入的模型架构。与传统的计算机视觉模型不同，传统模型通常针对单一的视觉任务（如仅进行图像分类或者仅进行目标检测）设计，并且往往只适用于特定类型的输入数据（如仅处理 2D 图像）。而通用视觉模型则期望打破这些限制，通过一个统一的模型框架，能够对图像、视频、点云等多种视觉数据进行处理，同时还能完成分类、检测、分割、目标跟踪、图像生成、视频理解等一系列不同的视觉任务。
计算机视觉卷积神经网络CNN架构设计指南：如何构建高效的视觉模型？
优快云博客专家，系统架构师，有合作、疑惑请私信博主。
04-20 11万+
计算机视觉CNN架构设计指南：如何构建高效的视觉模型？人工智能、大模型、AI、计算机视觉领域，卷积神经网络（Convolutional Neural Network，CNN）已成为主导性的模型架构。从图像分类到目标检测，从语义分割到图像生成，CNN 展现出了强大的性能。构建一个高效的 CNN 视觉模型，不仅需要对其基本原理有深入理解，还需要掌握一系列架构设计技巧。本文将详细探讨如何构建高效的 CNN 视觉模型，涵盖从基础概念到复杂架构设计的各个方面，并通过丰富的代码示例帮助读者更好地理解和实践。
计算机视觉 之 经典模型汇总
牛牛博士博客
07-12 1154
计算机视觉 之 经典模型汇总
常见的计算机视觉算法和模型
2301_82243653的博客
02-20 135
常见的计算机视觉算法和模型
计算机视觉模型常用评价指标
Mike_honor的博客
08-04 5681
分类任务常用准确率、精确率、召回率、F1_scores、ROC曲线等指标来评价模型的优劣，当然这些基础指标也可以用来评价分割模型或检测模型，它们基本上是可以通用的。混淆矩阵是对分类问题预测结果的总结，也是衡量分类型模型准确度中最基本，最直观，计算最简单的方法。混淆矩阵中含有4个分类问题的基础指标，如下表所示。.........
大模型在计算机视觉中的应用
weixin_42917651的博客
05-31 1200
早期的模型如LeNet、AlexNet等相对较小，但随着硬件计算能力的提升和数据规模的增长，研究人员开始设计更加复杂和深层的模型，如VGG、GoogLeNet、ResNet等。研究人员将不断探索和优化大型模型的结构和算法，以应对现实世界中更加复杂和多样的视觉任务，推动计算机视觉技术向着更加智能化和高效化的方向发展。：大型模型在图像分类任务中表现出色，能够对图像进行准确的分类和识别，如VGG、ResNet等模型在ImageNet数据集上取得了优异的性能。
计算机视觉的神经网络模型有哪些？
大连赵哥的博客
07-06 957
计算机视觉的神经网络模型有哪些？
计算机视觉小目标检测模型
Q_w7742的博客
09-28 1642
2、SRCNN（Super-Resolution Convolutional Neural Network） 是一个典型的超分辨率网络，通过在检测之前对图像进行超分辨率处理，提高了对低分辨率图像中的小目标的识别能力。1、STO-DETR，基于transformer的专门针对小目标设计的，STO即Small Target Object，自己改。2、SCAResNet，专门为小目标检测设计的ResNet变体，貌似有人改好了。3、YOLO-S，一个轻量级的类YOLO网络，专为小目标检测设计。
计算机视觉：如何用Colab免费训练视觉模型？
热门推荐
优快云博客专家，系统架构师，有合作、疑惑请私信博主。
08-27 12万+
计算机视觉：如何用Colab免费训练视觉模型？​ ，人工智能，计算机视觉，大模型，AI，在计算机视觉领域，训练一个高精度的视觉模型往往需要大量的计算资源，而这对于许多个人开发者和研究人员来说是一个巨大的挑战。幸运的是，Google Colab 提供了免费的云端计算资源，包括 GPU 和 TPU，使得我们能够在不花费大量资金购买硬件的情况下，训练复杂的视觉模型。本文将详细介绍如何使用 Colab 免费训练视觉模型，涵盖从基础环境搭建到模型训练和评估的全流程，并通过丰富的代码示例和详细的概念解释，帮助读者轻松上
PyTorch深度学习与计算机视觉实践
weixin_43178406的博客
07-30 8万+
本文主要介绍了PyTorch深度学习与计算机视觉实践，希望能对同学们有所帮助。 文章目录 1. 前言 2. 书籍推荐 2.1 内容简介 2.2 本书作者 2.3 本书目录 3. 购买链接
精选资源
计算机视觉-模型学习和推理笔记第四章 计算机视觉.pdf
04-21
"计算机视觉-模型学习和推理笔记第四章 计算机视觉.pdf" 从给定的文件信息中，我们可以提取出以下几个重要的知识点： 1. 模型拟合（Model Fitting）：模型拟合是指确定模型的参数集合。最大似然估计法（ML）和最大...
快速上手大模型：深度学习11（数据增强、微调、目标检测）
weixin_45728280的博客
11-23 778
本文介绍了深度学习中的三种关键技术：数据增强、微调和目标检测。数据增强部分阐述了翻转、切割、颜色变换等方法，并提供了相关代码实现。微调部分讲解了预训练模型的应用方式，包括冻结层训练和完全微调，并以热狗识别为例演示代码实现。目标检测部分重点介绍了锚框生成、交并比计算和非极大值抑制算法，详细说明了边界框标注和预测的完整流程，并提供了完整的代码示例。这些技术能有效提升模型性能，特别是在数据量有限的情况下。
目标检测YOLO[03]:推理入门
paopao_wu的专栏
11-23 133
本文首先通过生活类比和技术流程解释了AI模型训练与推理的区别：训练是让模型学习知识的过程，需要大量数据和参数调整；推理则是应用所学知识对新数据进行预测。接着介绍了如何使用YOLOv8模型进行目标检测推理，包括代码实现、预测目标类型和不同模型尺寸的选择。文章详细说明了YOLO系列各版本支持的任务类型（目标检测、实例分割、姿态估计等）及其对应的模型文件命名规则，并提供了查看模型任务类型和可预测类别的代码示例。最后指出模型参数越多推理越准确，但计算耗时也更长。
基于学习的人工智能（1）为什么学习？
致力于大数据+AI 的应用创新。
11-24 276
学习是人类最重要的认知活动之一，贯穿我们的一生。出生后，我们无时无刻不在学习：从父母那里学说话，自己尝试走路，从小伙伴那里学会折纸飞机，从老师那里学到语文、数学等各种知识。研究人员始终将光源和风扇放在同一侧，经由学习，玉米幼苗逐渐学会了“有风的地方就会有光”的规律。之后，研究人员移去光源，并改变风扇方向，玉米幼苗依然按照所学知识，向风扇方向生长。1959 年，美国计算机学家亚瑟·塞缪尔设计了一款可以自我学习的跳棋程序，并将这一新方法称为“机器学习”，从而开启了机器自我学习的道路。
三大空间信息焕新：辉视让酒店服务、教育通知、监所管控更智能高效
CalebLXL的博客
11-24 808
走访这些场所后我发现，系统的真正价值不在于那些炫目的屏幕，而在于它构建了一套"空间信息免疫系统"——就像人体淋巴网络般，能智能识别各区域的信息需求，精准输送"营养"，快速清除"毒素"。当我们在酒店大堂不再错过末班机场大巴，在学校走廊偶遇恰好需要的竞赛通知，甚至在高墙内获得规整的信息权时，或许该重新思考：所谓智能化，本质是对空间信息代谢效率的一次外科手术式改造。这种荒诞的割裂感，正是传统信息分发模式崩溃的缩影——直到我最近走访数家采用辉视系统的场所，才意识到我们早已进入"精准信息触达"的新纪元。
（116页PPT）关于5G和新基建赋能智慧工地整体解决方案（附下载方式）
2501_92808811的博客
11-25 569
在整体架构方面，方案以“5G智慧工地平台”为核心，依托多类感知设备（如传感器、摄像头、AI眼镜、智能安全帽等）采集数据，通过5G网络实时回传至云平台，再借助大数据、云计算、人工智能等技术进行分析处理，最终在PC、手机、监控大屏等多终端进行可视化展示。此外，文件还详细列举了传统智慧工地子系统（如深基坑监测、升降机监控、扬尘噪音监测、智能水电计量等）的功能与部署方式，并补充了如5G企业专网、实测机器人、智慧科技体验中心等延伸应用，体现出方案的系统性与前瞻性。详细资料请看本解读文章的最后内容。
信息检索13
2301_80828873的博客
11-26 970
最近邻检索的方法，PQ，IVF,HNSW
RAG 的诞生：为了让 AI 不再“乱编”
weixin_44876263的博客
11-24 748
RAG全称，中文为“检索增强生成”。其核心思想是：在生成答案时，不仅依赖大模型内部的训练知识，还能够实时访问外部知识库或文档，从而生成更加准确和可靠的内容。就像一个学生回答问题，不仅依靠自己记忆，还会去图书馆查资料，然后结合记忆和查到的资料回答问题。你问模型：“请告诉我最新的新能源补贴政策。纯模型可能只靠训练记忆，回答的是过时或模糊的信息。RAG 模型会先去查最新政策文件，再结合训练知识生成答案，因此更准确。检索资料：先找到相关文档或信息。结合生成：把找到的资料和问题一起输入模型，让模型生成答案。
RAG信息检索全解析：从Embedding到Reranker的超详细教程1
最新发布
Trb201013的博客
11-27 291
文章介绍了RAG系统中信息检索环节的核心技术，包括文档段落嵌入和用户查询嵌入，将文本转换为向量表示；详细解释了相似度检索的多种方法，如Top-K检索、MMR策略和Reranker二次排序技术；强调了合理切分策略对嵌入效果的重要性，以及查询扩展技术对提高检索准确度的作用。指出RAG的本质是"开卷考试"，检索质量直接影响最终生成效果。
计算机视觉模型的学习与推理详解
文档中还可能介绍了在计算机视觉研究中常用的数据集，如ImageNet、COCO、PASCAL VOC等，以及它们对于模型评估的重要性。基准测试提供了模型性能的量化比较，是推动计算机视觉技术进步的关键因素。 9. 最新进展和...
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

茶桁

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