计算机视觉 - 标签 - 腾讯云开发者社区-腾讯云

文章/答案/技术大牛

发布

首页标签计算机视觉

#计算机视觉

为视觉建模注入物理灵魂：WaveFormer证明，下一站是“物理启发模型”

CoovallyAIHub 10小时前2026-02-04 10:43:49

近年来，Transformer 席卷了计算机视觉领域，从图像分类到目标检测，表现亮眼。然而，当任务从静态图像扩展到视频理解、动态场景分析时，Transforme...

1600

“看起来像世界”≠“真世界”！WorldLens全维度解构自动驾驶世界模型

CoovallyAIHub 11小时前2026-02-04 09:58:40

近年来，随着生成式AI技术的突破，世界模型（World Models）已成为自动驾驶与具身智能领域的核心研究方向。从文本直接生成驾驶视频，到可控的4D动态场景...

700

一步生成，像素空间，何恺明让 pMF 做到了

CoovallyAIHub 1天前2026-02-03 10:16:36

何恺明团队最近抛出的这篇工作，多少有点“把老问题直接掀桌子重来”的味道。他们提出的 Pixel MeanFlow（pMF），在不借助潜在空间、不依赖多步采样的前...

5810

CVPR 2025 Oral | 港大提出OverLoCK：模仿人类视觉机制，让模型“先见森林，再见树木”

CoovallyAIHub 1天前2026-02-03 09:53:45

人类在观察复杂场景时，通常会先快速扫视整体轮廓，形成初步认知，再集中注意力到关键区域进行细节分析。这种 “纵观全局-聚焦细节” 的两阶段认知机制被称为自上而下注...

5610

告别CLIP局限！SSVP框架实现零样本异常检测，刷新7大数据集SOTA

CoovallyAIHub 2天前2026-02-02 10:45:12

工业视觉检测一直是智能制造领域的关键技术，而零样本异常检测（ZSAD）更是被视为行业的“圣杯”——无需针对特定产线进行训练，即可直接投入使用的理想解决方案。然而...

8510

测试里“无所不能”，一上线就“ bug 频出”，你的CV模型到底缺了什么？

CoovallyAIHub 2天前2026-02-02 10:35:18

那个在象牙塔里从未失手的“学霸”，理论知识门门满分，实验操作无可挑剔。可当他第一次踏入纷繁复杂、充满意外的真实社会，却步步维艰，处处碰壁——这画面，是不是像极了...

6810

强化学习研究者的成长之路与技术探索

用户11764306 4天前2026-01-31 15:24:10

Alexander Long 原计划追随父亲的脚步，在石油和天然气行业工作。在他的祖国澳大利亚，该行业是电气工程师的主要雇主，因此在他于昆士兰大学获得学士学位后...

10110

图像到地图转换技术获最佳论文奖

用户11764306 4天前2026-01-31 07:19:03

今天，在2022年国际机器人与自动化会议上，笔者与萨里大学同事合作撰写的论文《将图像转换为地图》获得了大会最高优秀论文奖。我们的论文解决了基于标准侧向视角照片构...

5410

数据管理与版本工具如何加速73%计算机视觉工作流

用户11764306 5天前2026-01-30 15:29:53

某机构致力于通过机器人技术、人工智能和计算机视觉来保护全球蜜蜂种群。其机器人蜂箱可以监测蜂群健康、及早发现问题，甚至自动采取行动——无需人工干预即可实现全天候、...

9910

96%准确率！中科院提出ACLNet，攻克骨架动作识别最难问题：相似动作区分

CoovallyAIHub 5天前2026-01-30 10:23:58

在计算机视觉领域，基于骨架的人体动作识别一直备受关注。相比传统视频流，骨架数据不仅计算高效，还对环境光照、背景干扰有着天然的免疫力。然而，骨架模型也有自己的“心...

11510

模型太大跑不动？工业视觉轻量化，降低延迟、减少功耗、提升稳定性

CoovallyAIHub 5天前2026-01-30 10:15:36

车间里的景象总是带着某种永恒的韵律：传送带不知疲倦地滚动，机械臂精准地起落，金属部件泛着冷冽的光泽。就在这井然有序的乐章里，一个视觉检测工位却像是卡了壳的齿轮—...

11210

什么是图像计算？解析AI视觉背后的科学，快速入门指南

CoovallyAIHub 5天前2026-01-30 10:15:14

当你走过购物中心或繁忙的公共街道时，安装在入口和走道上方的摄像头记录着人们的一举一动。它们每秒都在产生视觉数据，而大多数时候我们甚至毫无察觉。

6600

字节跳动开源HUVR：一个视觉模型同时搞定识别与生成，96倍压缩令牌性能不减！

CoovallyAIHub 6天前2026-01-29 10:20:21

近日，字节跳动旗下研究团队发布了一项颠覆性研究，提出了名为“用于统一视觉表征的超网络”（Hyper-networks for Unified Visual Re...

11710

我用Gemini的提示词，7天搞定了3个月的工作量

用户11203141 7天前2026-01-28 14:28:54

辛辛苦苦肝完一篇论文，最怕什么？不是实验失败，也不是数据跑偏，而是信心满满投出去，几个月后等来一封拒稿信，理由还特别扎心：“逻辑有断层”、“创新性不足”、“语言...

60320

顶尖学府与科技中心联合发布AI研究基金与学者奖项

用户11764306 7天前2026-01-28 14:19:02

某知名大学（JHU）与某中心今日宣布了JHU + 某中心交互式人工智能倡议（AI2AI）的首批博士研究员和教职研究奖获得者。AI2AI倡议于四月启动，隶属于JH...

9710

10亿参数刷新OCR记录：LightOnOCR-2如何以小博大？

CoovallyAIHub 7天前2026-01-28 10:15:40

最近，法国AI公司LightOn在文档理解领域投下了一枚重磅炸弹——他们推出的LightOnOCR-2-1B模型仅凭10亿参数，就在权威OCR评测基准OlmOC...

19610

今日，DeepSeek再次“拆掉重做”，开源架构炸场：OCR 2只是起点，这次要重构AI的“眼睛”和“大脑”？

CoovallyAIHub 7天前2026-01-28 09:44:13

就在今年十月，DeepSeek 放出其全新的 DeepSeek-OCR 模型时，业内还在消化它在文档解析上带来的震动。没想到，短短时间，他们又抛出了一篇重磅论文...

29530

人工智能与计算机视觉赋能下一代仓储机器人

用户11764306 8天前2026-01-27 21:25:47

某中心正在测试一类新型机器人，它们利用人工智能和计算机视觉技术在履约中心内自由移动。这些机器人旨在帮助处理超大和笨重物品的运输任务，使其能够在由人员、托盘和立柱...

8910

诊断、分割、解释三位一体：医学AI如何从“工具”进化成“助手”？

CoovallyAIHub 8天前2026-01-27 11:07:00

在医学影像的世界里，AI模型大多还停留在“工具”阶段：它们能精准勾画病灶轮廓，却无法告诉你这意味着什么；它们能回答疾病名称，却指不出病灶的具体位置。医生面对的，...

12110

YOLO26技术详解：原生NMS-Free架构设计与实现原理

CoovallyAIHub 8天前2026-01-27 10:54:49

最近，计算机视觉领域再掀波澜！YOLO 家族最新成员——YOLO26横空出世，以“彻底移除NMS”为核心变革，开启了真正的端到端目标检测新时代。虽然官方论文尚未...

41610