#计算机视觉
关注
分享
扫一扫
文章平均质量分 88
本专栏系统讲解计算机视觉。从经典特征到CNN革命，深入目标检测、图像分割、3D视觉、OCR、人脸识别等核心任务与模型，再到工程部署、多模态未来与产业落地。
老马爱知
深耕IT/CT/AI融合，以多元洞见驱动认知进化，终身学习践行者。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
第5篇 视觉“骨架网”的进化——从VGG、GoogLeNet到ResNet
VGG、GoogLeNet和ResNet的进化史，不是单纯地堆砌参数，而是一场关于网络结构设计的哲学革命。它们分别用“极简堆叠”、“并行结构”和“天才短路”，打破了深度瓶颈，构建了现代AI之眼的坚实骨架。原创 2025-11-26 19:04:22 · 741 阅读 · 0 评论 -
第4篇 2012年的「创世爆炸」——CNN如何开启深度视觉革命？
CNN的革命不是发明了更强的“规则”，而是发明了一套让机器“自动学习规则”的系统，彻底终结了“手工特征”时代。原创 2025-11-18 11:24:39 · 888 阅读 · 0 评论 -
第 3 篇CNN诞生前的“蛮荒时代”——SIFT与HOG的故事
在深度学习之前，SIFT与HOG不是靠海量数据“喂”出来的智能，而是工程师用数学“手动”打造的视觉灯塔。它们证明了机器不必像人眼那样感光，而是可以通过精巧的数学变换去感知结构。原创 2025-11-10 10:57:16 · 522 阅读 · 0 评论 -
第2篇 数字图像的“前世今生”：从像素到信息
AI看到的数字图像不是现实的“复制品”，而是充满妥协的“编码摘要”。AI不是在“看”世界，它是在“解码”这个摘要。原创 2025-11-03 12:20:07 · 698 阅读 · 0 评论 -
第1篇 机器如何“看见”？——AI之眼的终极目标
计算机视觉不是让机器像人一样“看见”，而是让机器执行基于数学的模式匹配任务，以解决真实世界的问题。原创 2025-10-25 07:00:00 · 1241 阅读 · 0 评论