tag 圖像識別

標籤
貢獻27
149
05:20 AM · Oct 28 ,2025
ziwupython 頭像 huamingshixunkeji 頭像 lab4ai 頭像 openbayescom 頭像 huikaichedemianbao 頭像 congweibiaobaidemalingshu 頭像 u_13357275 頭像 huandanshendeshoushudao 頭像 fennudejiangniurou_eu49mt 頭像 lanyiyun666 頭像 sanzhanggui 頭像 jame_5f6d5e99aea15 頭像

@圖像識別 / 博客 RSS 訂閱

lab4ai 頭像

Lab4AI - 【Github熱門項目】DeepSeek-OCR項目上線即突破7k+星！突破10倍無損壓縮，重新定義文本-視覺信息處理

當“8000 行代碼手搓 ChatGPT”的熱度還未褪去，大模型領域又迎來新驚喜——DeepSeek 團隊於 10 月 20 日開源的DeepSeek-OCR，以“上下文光學壓縮”為核心突破，重新定義了 OCR（光學字符識別）的效率邊界。這款僅 30 億參數量的模型，不僅能以 100 個視覺 token 超越傳統模型 256 個 token 的性能，更在單張 A100-40G 顯卡上實現每日 20

機器學習 , 圖像識別 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

ziwupython 頭像

子午 - 果蔬識別系統【最新版】Python+TensorFlow+Vue3+Django+人工智能+深度學習+卷積神經網絡算法

一、項目介紹 本系統基於TensorFlow框架，搭建了一個採用卷積神經網絡（CNN）的果蔬圖像識別模型。我們收集了包括‘土豆’、‘聖女果’、‘大白菜’、‘大葱’、‘梨’、‘胡蘿蔔’、‘芒果’、‘蘋果’、‘西紅柿’、‘韭菜’、‘香蕉’和‘黃瓜’在內的12類常見果蔬數據集，通過多輪迭代訓練，最終得到一個識別準確率較高的深度學習模型。同時，系統配備了完整的Web可視化操作平台，便於用户交互使用。 技術

圖像識別 , tensorflow , Python

收藏 評論

ziwupython 頭像

子午 - 【花朵識別系統】Python+TensorFlow+Django+人工智能+深度學習+卷積神經網絡算法

一、介紹 花朵識別系統，基於TensorFlow搭建Resnet50卷積神經網絡算法，通過對5種常見的花朵圖片數據集（'雛菊', '蒲公英', '玫瑰', '向日葵', '鬱金香'）進行訓練，最後得到一個識別精度較高的模型，然後搭建Web可視化操作平台。 技術棧： 項目前端使用Html、CSS、BootStrap搭建界面。 後端基於Django處理邏輯請求 基於Ajax實現前後端數據通信

圖像識別 , 深度學習 , Python

收藏 評論

huandanshendeshoushudao 頭像

慧星雲 - 視頻一鍵轉換3D:Autodesk 發佈 Video to 3D Scene

Video3DScene 最近Autodesk旗下公司WonderDynamics推出了WonderAnimation的測試版，它使用突破性的視頻到3D場景技術，通過將任何視頻序列轉換為3D動畫場景來加速動畫電影的製作。 Video3DScene Video3DScene生成效果 作為WonderStudio工具集的一部分，WonderAnimation的Videoto3D場景技術

雲平台 , 圖像識別 , 雲計算 , 人工智能 , 視頻處理

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI人工智能教學應用平台：讓技術讀懂課堂，賦能成長

深夜辦公室裏，張老師還在逐份批改50份作文和30本數學作業，重複標註的錯誤讓她疲憊不已；課堂上，明明講了三遍的知識點，仍有學生一臉茫然——這是很多教育工作者的日常困境。而AI教學應用平台的出現，就像給課堂安上了“智能大腦”，用通俗的技術邏輯解決教學痛點，讓教與學都更高效。 AI教學平台的核心，是“讀懂數據、精準匹配”。它靠兩種關鍵技術撐起核心能力：一是用户畫像與推薦算法，二是自然語言

圖像識別 , 數據 , NLP , 人工智能 , 界面設計

收藏 評論

openbayescom 頭像

OpenBayes - OpenBayes 一週速覽丨李沐團隊開源語音大模型Higgs Audio V2，擴展多語言對話等功能

公共資源速遞This Weekly Snapshots ！ 5 個公共數據集： B3DB 生物基準數據集 PolyMath 數學推理數據集 SongEval 音樂評估數據集 MegaScience 科學推理數據集 WebInstruct-verified 多領域推理數據集 4 個公共模型： gpt-oss-20b gpt-oss-120b Qwen3-30B-A3B-Inst

llm , 圖像識別 , 數學 , 自然語言處理 , chatgpt

收藏 評論

huandanshendeshoushudao 頭像

慧星雲 - 當視頻遇上AI：SAM 2 打破想象的界限！

SegmentAnythingModel2 Meta公司推出Llama3.1沒多久，又在今天推出了SegmentAnythingModel2（SAM2），以其強大的實時、可提示對象分割能力，引領了視頻處理領域的一場新風潮。 SAM2不僅支持各種未見過的視覺對象的分割，更為圖像與視頻提供了統一、高效的處理平台。如此突破，無疑為計算機視覺的未來賦予了無窮可能。 功能性大突破 SAM2官

圖像識別 , 雲計算 , 人工智能 , meta , 開源

收藏 評論

huamingshixunkeji 頭像

華明視訊科技 - 選擇質量過硬的AI集裝箱號識別系統廠家三大要素

隨着全球貿易與智慧物流的深度融合，集裝箱號碼自動識別已成為衡量港口、碼頭及物流園區智能化水平的關鍵標尺。面對市場上眾多的AI集裝箱號識別系統廠家，如何做出明智選擇？ 01 技術實戰能力：識別率的關鍵在於極端環境 選擇AI集裝箱識別系統的首要考量，是它在真實作業環境中的穩定表現。許多廠家宣傳的99.9%識別率，可能只是在理想實驗室環境下的數據。 在實際運營中，集裝箱常面臨多重挑戰：

機器學習 , 圖像識別 , 神經網絡 , 人工智能 , 深度學習

收藏 評論

u_15745565 頭像

畢設大神 - 基於圖像識別的智能垃圾分類系統設計與實現-計算機畢業設計源碼+LW文檔

第一章 研究背景與意義 1.1 研究背景 隨着全球城市化進程的加速，垃圾產量逐年攀升，垃圾分類已成為各國實現可持續發展的重要議題。傳統垃圾分類依賴人工分揀，存在效率低、成本高、分類準確率不足等問題。例如，不同城市對垃圾分類標準存在差異（如可回收物、廚餘垃圾、有害垃圾等），普通居民因缺乏專業知識難以準確區分，導致分類錯誤率較高。此外，傳統方式難以應對複雜垃圾類型

歷史記錄 , 圖像識別 , 數據 , 後端開發 , JAVA

收藏 評論

huamingshixunkeji 頭像

華明視訊科技 - 火車集裝箱編號識別系統的全方位解決方案

在現代化物流體系中，鐵路運輸以其運能大、成本低、綠色環保的優勢，扮演着不可或缺的角色。然而，傳統依賴人工記錄和識別集裝箱編號的方式，不僅效率低下，還極易出錯，成為提升整體物流鏈效率的瓶頸。針對這一痛點，先進的火車集裝箱編號識別系統應運而生，通過智能化技術為鐵路物流裝上了“智慧之眼”。 系統核心價值：精準、高效、全自動 本解決方案旨在通過部署先進的計算機視覺和深度學習技術，對進出火車站的

數據挖掘 , 圖像識別 , 神經網絡 , 人工智能 , 深度學習

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI考評系統：告別“憑感覺”，數據讓評價精準又高效

提到“考評”，不管是學生考試、職場考核，大家都怕“不公平”“不精準”——主觀題憑老師/考官心情打分，客觀題批改費時間，考完只給個分數卻不知道問題在哪。而AI考評系統，就是用技術打破這些“老毛病”，讓考評從“靠經驗”變成“靠數據”，既省時間又保公平，還能真正幫大家找對改進方向。 傳統考評的核心痛點就三個：慢、偏、淺。批改幾十份卷子要熬夜，這是“慢”；作文、面試打分有主觀偏差，這是“偏”

圖像識別 , 數據 , NLP , 自然語言處理 , 人工智能

收藏 評論

fennudejiangniurou_eu49mt 頭像

李子軒xuan - 淺談計算機如何識別圖像2

前言 上篇文章淺談計算機如何識別和存儲圖像中關於計算機如何“看”圖片部分，只是粗糙的一筆帶過，而關於彩色圖是如何轉換成灰度圖，不規則的手寫圖片怎麼最終轉換成統一像素大小，切換為統一背景 這些原理並未瞭解，通過以下文章來進行探討。 彩色圖轉換為灰度圖 彩色圖為什麼要轉換為灰度圖 對比維度 彩色圖（RGB） 灰度圖（Gray） 通道數 3個

圖像識別 , Python

收藏 評論

ziwupython 頭像

子午 - 【農作物穀物識別系統】Python+TensorFlow+Django+人工智能+深度學習+卷積神經網絡算法

一、介紹 農作物穀物識別系統，基於TensorFlow搭建卷積神經網絡算法，通過對11種常見的穀物圖片數據集（'大米', '小米', '燕麥', '玉米渣', '紅豆', '綠豆', '花生仁', '蕎麥', '黃豆', '黑米', '黑豆'）進行訓練，最後得到一個識別精度較高的模型，然後搭建Web可視化操作平台。 技術棧： 項目前端使用Html、CSS、BootStrap搭建界面。 後端基

圖像識別 , 深度學習

收藏 評論

ziwupython 頭像

子午 - 魚類識別系統【最新版】Python+TensorFlow+Vue3+Django+人工智能+深度學習+卷積神經網絡算法

一、介紹 魚類識別系統，基於TensorFlow搭建卷積神經網絡算法，通過收集了包括‘墨魚’、‘多寶魚’、‘帶魚’、‘石斑魚’等在內的30種魚類圖像數據集進行訓練，最後得到一個識別精度較高的模型，然後搭建Web可視化操作平台。 前端: Vue3、Element Plus 後端：Django 算法：TensorFlow、卷積神經網絡算法 具體功能： 系統分為管理員和用户兩個角色，登錄後根據角色顯

圖像識別 , tensorflow , Python

收藏 評論

ziwupython 頭像

子午 - 植物識別系統【最新版】Python+TensorFlow+Vue3+Django+人工智能+深度學習+卷積神經網絡算法

一、介紹 植物識別系統，基於TensorFlow搭建卷積神經網絡算法，通過對6種常見的植物葉片圖片數據集（涵蓋廣玉蘭、杜鵑、梧桐、樟葉、芭蕉、銀杏六類常見植物）進行訓練，最後得到一個識別精度較高的模型，然後搭建Web可視化操作平台。 前端: Vue3、Element Plus 後端：Django 算法：TensorFlow、卷積神經網絡算法 具體功能： 系統分為管理員和用户兩個角色，登錄後根據

圖像識別 , tensorflow , Python

收藏 評論

ziwupython 頭像

子午 - 【岩石種類識別系統】Python+TensorFlow+Vue3+Django+人工智能+深度學習+卷積網絡+resnet50

一、介紹 岩石種類識別系統，基於TensorFlow搭建卷積神經網絡算法，通過對7種常見的岩石圖片數據集（‘玄武岩（Basalt）’, ‘煤（Coal）’, ‘花崗岩（Granite）’, ‘石灰岩（Limestone）’, ‘大理石（Marble）’, ‘石英岩（Quartzite）’, ‘砂岩（Sandstone））進行訓練，最後得到一個識別精度較高的模型，然後搭建Web可視化操作平台。 前端

圖像識別 , 人工智能 , 深度學習

收藏 評論

u_15903730 頭像

WangLanguager - Prototypical Networks 在圖像識別中表現如何？

Prototypical Networks 在圖像識別中的表現 Prototypical Networks（原型網絡）在圖像識別領域，尤其是在小樣本學習（Few-Shot Learning）和零樣本學習（Zero-Shot Learning）任務中，展現出了顯著的優勢和良好的性能。以下是其在圖像識別中的表現和特點： 1.性能優勢 小樣本學習：原型網絡通

圖像識別 , yyds乾貨盤點 , 圖像分類 , Css , 前端開發 , 特徵提取 , HTML

收藏 評論

sanzhanggui 頭像

三掌櫃 - 【TextIn大模型加速器 + 火山引擎】破解企業文檔“數據孤島”困局：從多語言合同審計到RAG知識庫，構建全鏈路智能處理範式

目錄 前言 文檔處理的“三重困境”與技術破局點 TextIn+火山引擎的“雙核驅動”架構與實現原理 未來展望：文檔智能處理的三大演進方向 結束語 前言 在企業數字化轉型的深水區，文檔作為核心信息載體，也在面臨“非結構化陷阱”的嚴峻挑戰，比如跨國集團的多語言合同、製造業的複雜產品手冊、金融業的貿易融資單據，這些包含表格、公式、手寫批註的非標準文檔，長期以來依賴人工處理，不僅效率低下，更

圖像識別 , 人工智能

收藏 評論

ziwupython 頭像

子午 - 【岩石種類識別系統】Python+TensorFlow+Django+人工智能+深度學習+卷積神經網絡算法

一、介紹 岩石種類識別系統，基於TensorFlow搭建Resnet50卷積神經網絡算法，通過對7種常見的岩石圖片數據集（'玄武岩（Basalt）', '煤（Coal）', '花崗岩（Granite）', '石灰岩（Limestone）', '大理石（Marble）', '石英岩（Quartzite）', '砂岩（Sandstone）'）進行訓練，最後得到一個識別精度較高的模型，然後搭建Web可視

圖像識別 , 人工智能 , 深度學習

收藏 評論

u_16213672 頭像

mob64ca140d96d9 - python - 鳥類識別系統-tensorflow項目

一、介紹 鳥類識別系統，通過TensorFlow搭建卷積神經網絡算法，數據集使用經典的加利福尼亞大學CUB-200-2011鳥類數據集，對其進行多輪迭代訓練，最後得到了一個精度較高的模型，並搭建Web可視化操作平台。 前端: Vue3、Element Plus 後端：Django 算法：TensorFlow、卷積神經網絡算法

圖像識別 , 卷積神經網絡 , 後端開發 , 人工智能 , 深度學習 , Python

收藏 評論

fennudejiangniurou_eu49mt 頭像

李子軒xuan - 初識圖像識別手寫數字0-9基礎

計算機如何"看"？ 總結一句話：計算機“看”數字，就像人眼看數字一樣，但它用的是像素和數學模型，而不是眼睛和大腦。 像素化：一張手寫數字的圖片首先會被分割成一個由微小方塊組成的網格，每個小方塊稱為一個像素。 灰度化：對於識別任務，顏色信息通常不重要，所以圖片會被轉換成灰度圖。每個像素不再由RGB三種顏色值表示，而是用一個數值來表示它的灰度強度。通常，0代表純黑色，255代表純白色，中間的值是

圖像識別 , Python

收藏 評論

ziwupython 頭像

子午 - 中草藥識別系統【最新版】Python+TensorFlow+Vue3+Django+人工智能+深度學習+卷積神經網絡算法

一、介紹 中草藥識別系統，通過收集10種常見的中草藥數據集，基於TensorFlow搭建卷積神經網絡算法模型進行多輪迭代訓練，最後得到一個識別精度較高的模型，然後使用最新的Vue3+Element plus搭建界面，後端Django處理請求，實現前後端分離開發模式，實現一個完整的可視化操作平台。 前端: Vue3、Element Plus 後端：Django 算法：TensorFlow、卷積神經網

圖像識別 , tensorflow , Python

收藏 評論

hanxudeliema 頭像

靈臂Lybic - 智能體的iPhone時刻何時來臨？AI落地的關鍵拼圖究竟還差什麼

近期，AI 圈的風向標正以前所未有的速度指向同一個方向：GUI Agent 國內，智譜開源 AutoGLM，讓Agent像人類一樣操作手機執行跨 App 任務；字節跳動發佈豆包手機助手，演示了驚豔的屏幕理解與自動操作能力。 放眼全球，剛剛結束的 AWS re:Invent 大會更是將 “Agentic AI” 推向了舞台中央。從 Amazon Bedrock 的更新到各類企業級演示，行業共

gui , agent , 圖像識別 , 人工智能

收藏 評論

u_17487076 頭像

mb6890178244a4e - 圖像自動化桌面

機器人自動化（Robotic Process Automation，RPA）結合人工智能（AI）和機器學習（ML）技術，能夠讓計算機程序模擬和自動化人類的操作，執行重複性任務。機器人自動化通常應用於企業流程的自動化，如數據輸入、網頁爬取、系統測試等。結合AI技術，RPA不僅可以執行簡單的規則性任務，還能夠處理複雜的決策和情境。 在這個示例中，我們將展示如何使用Python的

雲平台 , 快捷鍵 , 圖像識別 , 雲計算 , 模擬鼠標

收藏 評論