视觉智能开放平台

首页 标签 视觉智能开放平台
保洁有没有在 “真干活”?YOLO 行为检测让清洁过程看得见、算得清
该方案基于YOLO模型,专注识别保洁人员“是否正在清洁”这一核心状态(如拖地、扫地、擦拭等),将监控画面转化为可统计的作业时长、频次等客观数据,助力物业实现从“人盯人”到“AI盯行为”的精细化、可追溯管理。
|
1天前
| |
来自: 视觉智能
给AI视频准备动作参考时,手脚为什么时有时无?
给 AI 视频提取动作参考时,骨架手脚忽隐忽现应先查原片遮挡、人物检测与关节分数,再比较默认稳定和原始输出。本文给出 ReShot 0.5.0 的对照命令、关键点观察方法及已有实验的适用范围。
|
1天前
| |
来自: 视觉智能
给AI视频准备动作参考时,手脚为什么时有时无?
给 AI 视频提取动作参考时,骨架手脚忽隐忽现应先查原片遮挡、人物检测与关节分数,再比较默认稳定和原始输出。本文给出 ReShot 0.5.0 的对照命令、关键点观察方法及已有实验的适用范围。
|
2天前
| |
来自: 视觉智能
给AI Agent接入联网搜索:一个可落地的检索流水线
为AI Agent添加联网搜索,远不止调用API:需构建完整检索链路——精准判断搜索必要性、多轮查询改写、结果标准化去重、权威来源排序、正文精读与引用校验,才能确保答案既实时又可靠。(239字)
|
2天前
| |
来自: 视觉智能
图片去背景技术深度解析
本文系统梳理图片去背景技术从传统图像处理(阈值分割、GrabCut)到深度学习(U-Net、Mask R-CNN、SAM)的演进脉络,剖析算法原理与工程落地难点,对比主流方案优劣,并探讨Alpha Matting、端侧推理、生成式填充等前沿趋势,展现“像素级剥离”如何从美工苦力活蜕变为智能创作基础设施。(239字)
|
2天前
| |
来自: 视觉智能
文生图产品如何把提示词变成可复现的请求快照
以在线文生图工作流为例,说明模型和输出选项变化时,前端如何固化请求快照、恢复异步任务,并把技术完成与人工认可分开。
|
2天前
| |
来自: 视觉智能
企业宣传片ai怎么做?生成前的素材资产清单YAML与授权、AI标识核对表
本文回答:用 AI 做企业宣传片前,LOGO、产品图、场景照片、人物肖像、声音和音乐这些素材资产各进不进模型、按什么规格准备和命名、提示词里怎么引用,肖像、声音、委托拍摄作品和音乐的授权要留哪些记录,发布时 AI 生成内容怎么标识;附一份可照填的资产清单 YAML 和发布前合规核对表。
|
2天前
| |
来自: 视觉智能
千川素材怎么做?AI母版到上传的六段流水线YAML与裁切判定表(2026)
本文回答:千川素材怎么做——把 AI 做千川视频素材拆成六段处理流水线(卖点入库、母版生成、画幅重构、逐版压字幕、AI 生成标识、读素材评估标签回填),给出可照填的流水线配置 YAML、母版提示词约束模板、各画幅裁切保留比例与产品框判定表,以及按评估标签决定从哪一段重跑的回退规则。
|
2天前
| |
来自: 视觉智能
错误无误公理——错误正确本同源都迭代定律——逆转有价值
本篇提出“错误无误公理”与“错误正确本同源都迭代定律”:错误无本体之“误”,仅为关系重组态(B=C);正确与错误同源(皆为A×B→C产物),且均须迭代——稳态暂存,失配可转。由此解构权威双罪(贬错+崇对)、资社对立、官民等级幻觉,主张“用错迭对”,恢复迭代通道。本篇亦自适用此律,终将被迭代。(239字)
|
2天前
| |
来自: 视觉智能
【开源项目推荐】Rebucca 视频分析模型/平台调研报告
本文详细介绍并全方位调研了开源热门视频分析平台Rebucca。Rebucca 是一款开源免费的智能视频分析平台,基于 Python + ZLMediaKit + YOLO,支持 GB28181/RTSP/RTMP/ONVIF 接入、多模型推理(PyTorch/ONNX/OpenVINO)、小模型检测+大模型语义复核,以及区域入侵、越线、滞留、密度等6类布控规则。适用于园区、工地、仓库等中小规模AI布控验证与二次开发,但大规模生产需压测加固。
免费试用