AI 助理
备案控制台

图像识别

首页 标签 图像识别
# 图像识别 #
关注
1223内容
相关子社区
ModelScope模型即服务
14487内容 6活动 3793关注
最新 热门 文章 问答 视频 训练营 活动
蚝油菜花
|
11月前
|
博文
|
来自： ModelScope模型即服务
Emotion-LLaMA：用 AI 读懂、听懂、看懂情绪，精准捕捉文本、音频和视频中的复杂情绪
Emotion-LLaMA 是一款多模态情绪识别与推理模型，融合音频、视觉和文本输入，通过特定情绪编码器整合信息，广泛应用于人机交互、教育、心理健康等领域。
# 图像识别 # 机器学习/深度学习 # 人工智能 # 自然语言处理 # 人机交互
蚝油菜花
|
10月前
|
博文
|
来自： ModelScope模型即服务
MeteoRA：多任务AI框架革新！动态切换+MoE架构，推理效率提升200%
MeteoRA 是南京大学推出的多任务嵌入框架，基于 LoRA 和 MoE 架构，支持动态任务切换与高效推理。
# 图像识别 # 人工智能 # 自然语言处理 # 并行计算 # 物联网 # 异构计算
蚝油菜花
|
8月前
|
博文
|
来自： ModelScope模型即服务
月之暗面开源16B轻量级多模态视觉语言模型！Kimi-VL：推理仅需激活2.8B，支持128K上下文与高分辨率输入
月之暗面开源的Kimi-VL采用混合专家架构，总参数量16B推理时仅激活2.8B，支持128K上下文窗口与高分辨率视觉输入，通过长链推理微调和强化学习实现复杂任务处理能力。
# 图像识别 # 机器学习/深度学习 # 人工智能 # 编解码 # 网络架构 # 异构计算
大刚测试开发实战
|
博文
|
来自： 视觉智能
基于Sikuli GUI图像识别框架的PC客户端自动化测试实践
Sikuli是一款基于GUI图像识别框架的自动化测试工具，它以图像检索技术为基础，提供了一套基于 Jython 的脚本语言以及集成开发环境。使用者可利用屏幕截图直接 引用 GUI 元素进行编程，完成交互操作。Sikuli 一词取自墨西哥的土著语，意为“上帝之眼”，寓意—— Sikuli 让电脑能像人一样”看”这个”真实世 界”。
# 图像识别 # 视觉智能开放平台 # 编解码 # Java # 测试技术 # Linux # 开发工具 # iOS开发 # MacOS # Ruby # Python # Windows
蚝油菜花
|
11月前
|
博文
|
来自： ModelScope模型即服务
GLM-Realtime：智谱推出多模态交互AI模型，融入清唱功能，支持视频和语音交互
GLM-Realtime 是智谱推出的端到端多模态模型，具备低延迟的视频理解与语音交互能力，支持清唱功能、2分钟内容记忆及灵活调用外部工具，适用于多种智能场景。
# 智能语音交互 # 智能语音交互 # 图像识别 # 人工智能 # 自然语言处理 # 搜索推荐 # UED # 智能硬件
蚝油菜花
|
10月前
|
博文
|
来自： ModelScope模型即服务
Ola：清华联合腾讯等推出的全模态语言模型！实现对文本、图像、视频和音频的全面理解
Ola 是由清华大学、腾讯 Hunyuan 研究团队和新加坡国立大学 S-Lab 合作开发的全模态语言模型，支持文本、图像、视频和音频输入，并具备实时流式解码功能。
# 图像识别 # 人工智能 # 测试技术
蚝油菜花
|
9月前
|
博文
|
来自： ModelScope模型即服务
Qwen2.5-VL-32B：阿里开源多模态核弹！32B模型吊打自家72B，数学推理封神
阿里巴巴最新开源的Qwen2.5-VL-32B多模态模型，在数学推理、视觉问答等任务中超越前代72B版本，支持图像细粒度理解和复杂逻辑分析，已在HuggingFace开源。
# 图像识别 # 机器学习/深度学习 # 人工智能 # 自然语言处理 # 决策智能 # 计算机视觉
蚝油菜花
|
8月前
|
博文
|
来自： ModelScope模型即服务
Amazon Nova Act：网页操作全自动！亚马逊黑科技把浏览器变AI机器人，请假/订餐/写邮件一键搞定
Amazon Nova Act是亚马逊AGI实验室推出的通用AI代理系统，通过原子化分解网页操作任务并配合Playwright实现高可靠性浏览器自动化，其配套SDK支持开发者快速构建智能体应用原型。
# 图像识别 # 人工智能 # 机器人 # 开发工具 # 决策智能 # 开发者
唐城子
|
博文
|
来自： 视觉智能
GitHub 首个开源图像识别系统又在搞事情！上
GitHub 首个开源图像识别系统又在搞事情！上
# 图像识别 # 视觉智能开放平台 # 算法 # 文件存储 # 开发工具 # 开发者 # 计算机视觉
董董灿是个攻城狮
|
博文
|
来自： 视觉智能
Resnet图像识别入门——池化层
池化和卷积不同，它没有channel维度的累加。
# 图像识别 # 视觉智能开放平台 # 机器学习/深度学习 # 算法
免费试用