AI 助理
文档备案控制台

视觉智能开放平台

首页 标签 视觉智能开放平台
# 视觉智能开放平台 #
关注
15955内容
相关问产品
视觉智能开放平台
6794问题 99%回答率
相关子社区
视觉智能
12914内容 3活动 862关注
最新 热门 文章 问答 视频 训练营 活动
孑小白
|
2月前
|
博文
|
来自： 视觉智能
AutoGod:安卓5-16全兼容！一站式自动化框架，开发效率直接拉满
Auto-God是一站式安卓自动化框架，兼容Android 5–16，覆盖手势、视觉（OCR/YOLO）、网络、UI（Material3悬浮界面）、拓展及安全（防HOOK/抓包/破解）全能力，开箱即用，真机/模拟器/云手机全支持，让自动化开发更简单、高效、安全。
# 视觉智能开放平台 # 编解码 # 文字识别 # 安全 # Android开发 # 数据安全/隐私保护
阿法龙XR云平台
|
2月前
|
博文
|
来自： 视觉智能
解放双手，透视数据：AR+AI技术正在如何解决 新能源储能行业的老大难问题
在新能源储能工厂，AR+AI智能眼镜正革新传统巡检：设备信息“长”在眼前，AI自动识读仪表、预警异常，远程专家实时指导。它不替代人，而是赋能一线——让巡检更准、更快、更安全。
# 视觉智能开放平台 # 人工智能 # 运维 # 安全 # 新能源 # vr&ar
zfhvx64ydb4r6
|
2月前
|
博文
|
来自： 视觉智能
视频字幕擦除与动态修复技术深度解析：从开源算法基准到高并发SaaS架构的演进
本报告深度解析视频硬字幕擦除与修复技术演进，涵盖光流传播、时空Transformer（如ProPainter）及扩散模型等前沿算法；对比开源工具、桌面软件与SaaS云平台，指出云端原生架构在算力解耦、热更新、高并发与易用性上的断代优势，为工业落地提供权威指南。
# 视觉智能开放平台 # 机器学习/深度学习 # 人工智能 # 编解码 # 算法 # 异构计算
AI小怪兽
|
2月前
|
博文
|
来自： ModelScope模型即服务
红外小目标检测新突破！异常感知检测头AA-YOLO：节俭又鲁棒，小样本也能精准识别
本文提出AA-YOLO：首个将统计异常检验嵌入YOLO检测头的方法，通过指数分布建模背景，显式识别小目标为统计异常，显著降低误报率；仅需10%数据即达90%全量性能，参数比EFLNet少6倍，轻量高效；在噪声、跨域、跨模态下鲁棒性强，且可无缝适配各类YOLO及实例分割网络。
# 视觉智能开放平台 # 机器学习/深度学习 # 编解码 # 运维 # 算法 # 计算机视觉
AI小怪兽
|
2月前
|
博文
|
来自： 视觉智能
SPMamba-YOLO：多尺度增强+全局建模，水下目标检测精度飙升4.9%！
本文提出SPMamba-YOLO水下目标检测模型：创新融合SPPELAN（增强多尺度特征与感受野）、PSA注意力（抑制背景、提升小目标判别）及Mamba状态空间模块（建模长程依赖），在URPC2022上mAP@0.5达82.5%，超越YOLOv8n 4.9%。
# 视觉智能开放平台 # 机器学习/深度学习 # 编解码 # 算法 # 固态存储 # 计算机视觉
AI小怪兽
|
2月前
|
博文
|
来自： ModelScope模型即服务
基于YOLO11的交通违规检测系统（Python源码+数据集+Pyside6界面）
本文基于YOLO11构建交通违规检测系统，涵盖23类目标（车辆、信号灯、标志等），详解数据制作（ROI裁剪优化尺度）、模型改进（C3k2、C2PSA、轻量Detect头）及训练可视化全过程，并集成PySide6实现GUI应用，助力工业落地。
# 视觉智能开放平台 # 机器学习/深度学习 # 人工智能 # 数据可视化 # 计算机视觉 # Python
agal5yxttdffg
|
2月前
|
博文
|
来自： 视觉智能
基于云原生架构的 AIGC 视频后处理实践：应对扩散模型纹理挑战
随着 AIGC 视频生成规模化应用，视频后处理能力逐渐成为系统吞吐与质量保障的关键环节。本文结合实际工程实践，分析扩散模型生成视频在高频纹理与时间一致性方面的挑战，并探讨基于云原生架构的 GPU 化后处理方案。通过引入生成式重构与弹性算力调度，实现视频修复性能与吞吐能力的显著提升。
# 视觉智能开放平台 # Cloud Native # 算法 # 测试技术 # 对象存储 # 异构计算
zfhvx64ydb4r6
|
2月前
|
博文
|
来自： ModelScope模型即服务
video-subtitle-remover（VSR）--开源AI去字幕方案深度解析
VSR（video-subtitle-remover）是一款开源AI视频去字幕工具，支持本地运行，无需上传数据。它融合STTN、LaMa、ProPainter三大前沿修复模型，可智能检测并擦除硬字幕/水印，保持原分辨率与画质。兼容CUDA/DirectML，适配NVIDIA/AMD/Intel显卡，兼顾隐私性、可控性与高性能。
# 视觉智能开放平台 # 人工智能 # 并行计算 # 算法 # 异构计算 # Python
zfhvx64ydb4r6
|
2月前
|
博文
|
来自： 视觉智能
视频后期黑科技：深度拆解开源 VSR 架构与视频 Inpainting 实践全指南
本文深度解析视频补全（Video Inpainting）前沿技术，聚焦硬字幕去除工具VSR的底层架构（OCR定位、时序传播、光流对齐）、本地部署要点（CUDA环境、显存优化）及云端方案（550W AI扩散模型），对比二者在隐私、效率与画质上的差异，助力开发者科学选型。（239字）
# 视觉智能开放平台 # 机器学习/深度学习 # 人工智能 # 文字识别 # 并行计算 # 开发者
游客3fppupzah4b56
|
3月前
|
博文
|
来自： 视觉智能
AI Glasses识别百变脸谱
本项目提出“AI脸谱眼镜”方案：通过端云协同架构，结合人脸检测、EasyDL脸谱识别、戏曲百科与AR投射技术，让观众佩戴眼镜即可实时获取京剧角色名、性格、行当等信息。卡片投射于视野下方，不遮挡表演，专为戏迷、游客及学生设计，助力传统文化沉浸式普及。（239字）
# 视觉智能开放平台 # 人工智能 # JSON # 算法 # 数据可视化 # vr&ar
免费试用