AI 助理
文档备案控制台

图像识别

首页 标签 图像识别
# 图像识别 #
关注
1227内容
相关子社区
ModelScope模型即服务
15232内容 6活动 4192关注
最新 热门 文章 问答 视频 训练营 活动
曲鸟
|
博文
曲鸟全栈UI自动化教学(一)：基于页面元素定位自动化的不足和图像识别匹配自动化的优势分析
曲鸟全栈UI自动化教学(一)：基于页面元素定位自动化的不足和图像识别匹配自动化的优势分析
# 图像识别 # 编解码 # JavaScript # 前端开发 # 算法 # 测试技术
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
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
SpatialLM：手机视频秒建3D场景！开源空间认知模型颠覆机器人训练
SpatialLM 是群核科技开源的空间理解多模态模型，能够通过普通手机拍摄的视频重建 3D 场景布局，赋予机器人类似人类的空间认知能力，适用于具身智能训练、自动导航、AR/VR 等领域。
# 图像识别 # 数据采集 # 人工智能 # 数据可视化 # 机器人 # vr&ar
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
斯坦福黑科技让笔记本GPU也能玩转AI视频生成！FramePack：压缩输入帧上下文长度！仅需6GB显存即可生成高清动画
斯坦福大学推出的FramePack技术通过压缩输入帧上下文长度，解决视频生成中的"遗忘"和"漂移"问题，仅需6GB显存即可在普通笔记本上实时生成高清视频。
# GPU云服务器 # 图像识别 # 人工智能 # 并行计算 # Linux # 调度 # 异构计算
venomey
|
问答
|
来自： ModelScope模型即服务
modelscope版本1.2.1运行stable diffusion中文通用报错
# 图像识别
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
AgiBot World：智元机器人开源百万真机数据集，数据集涵盖了日常生活所需的绝大多数动作
AgiBot World 是智元机器人开源的百万真机数据集，旨在推动具身智能的发展，覆盖家居、餐饮、工业等五大核心场景。
# 图像识别 # 数据采集 # 传感器 # 人工智能 # 机器人
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
Riona-AI-Agent：自媒体 AI 代理！自动点赞、评论、个性化内容生成和发布等交互任务
Riona-AI-Agent 是一款基于 Node.js 和 TypeScript 的 AI 自动化工具，支持 Instagram、Twitter 等平台的自动化交互，生成高质量内容，提升社交媒体管理效率。
# 图像识别 # 数据采集 # 人工智能 # 自然语言处理 # JavaScript # 搜索推荐
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
Proxy Lite：仅3B参数的开源视觉模型！快速实现网页自动化，支持在消费级GPU上运行
Proxy Lite 是一款开源的轻量级视觉语言模型，支持自动化网页任务，能够像人类一样操作浏览器，完成网页交互、数据抓取、表单填写等重复性工作，显著降低自动化成本。
# GPU云服务器 # 图像识别 # 人工智能 # 自然语言处理 # API # 开发者 # 异构计算
游客ogm6hgopdrgay
|
3月前
|
博文
|
来自： ModelScope模型即服务
别再只依赖 ChatGPT 了：多模型协同，才是 AI 项目走向生产的关键一步
本文剖析AI项目落地困局：ChatGPT Agent类应用用户流失率超70%，根源不在模型不够强，而在于单模型架构难以支撑生产环境——稳定性差、成本高、难治理。文章从数据冲击、痛点直击等五维度论证，提出“多模型协同”是破局关键：按场景选模、统一调度、动态兜底，构建可控、可替换、可长期运行的AI系统架构。
# 图像识别 # 人工智能 # API # 调度
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
SmolVLM：Hugging Face推出的轻量级视觉语言模型
SmolVLM是Hugging Face推出的轻量级视觉语言模型，专为设备端推理设计。以20亿参数量，实现了高效内存占用和快速处理速度。SmolVLM提供了三个版本以满足不同需求，并完全开源，所有模型检查点、VLM数据集、训练配方和工具均在Apache 2.0许可证下发布。
# 图像识别 # 人工智能 # 测试技术 # Apache # 计算机视觉 # 异构计算
免费试用