标签：图像识别

DINO-X是IDEA研究院推出的通用视觉大模型，具备开放世界对象检测与理解能力。支持文本、视觉和定制提示，能识别图像中的任何对象而无需用户提示。基于超过1亿...

T-Rex Label是AI自动标注工具，IDEA计算机视觉团队基于T-Rex2模型创建。T-Rex Label支持一键标注和零样本检测，适用于农业、工业、生物医药等多个行业。T-Rex...

LLaVA-o1是北京大学、清华大学、鹏城实验室、阿里巴巴达摩院以及理海大学（Lehigh University）组成的研究团队推出的开源视觉语言模型，基于Llama-3.2-Vision...

三年之期已到，一加重新定义一加。

众影AI是AI视频生成工具，专注于轻动画创作。基于自研的大模型自动分析剧本或音频，能一键生成角色表演，平均1分钟内完成视频制作。适于多种创作场景，如夫妻...

Vision Search Assistant（VSA）是结合视觉语言模型（VLMs）和网络代理的框架，提升模型对未知视觉内容的理解能力。基于互联网检索，使VLMs处理和回答有关未...

深度学习（Deep Learning）是机器学习的一个子集，本文介绍了什么是深度学习、深度学习的工作原理、深度学习与机器学习的区别、深度学习的开发框架以及深度学...

神经网络（Neural Network）作为人工智能中的一种计算模型，是受人脑启发的一种机器学习类型。本文介绍了其定义、工作原理、类型、优势、局限和其应用场景。

AI工具集推出的AI初创公司融资数据库，通过该页面你可以获取人工智能行业最新的融资数据和资讯，为投资者、创业者、研究人员和AI爱好者提供关于AI创业公司融...

Sscreenshot to Code是一个开源的项目，利用人工智能技术（GPT-4V 和 DALL·E 3）将用户的屏幕截图转换为前端网页代码。项目的核心功能是自动化网页设计的编码...

BrushNet是由腾讯PCG部门的ARC实验室与香港大学的研究人员推出的一个基于扩散模型的即插即用的图像照片修复（Inpainting）模型，通过分解的双分支架构来有效...

Butterflies AI是一个有趣的AI社交平台，支持用户定制具有个性和情感的AI角色，称为"蝴蝶"，AI虚拟角色能在平台上自动发布动态和互动。

Omages是一个开源的3D模型生成项目，基于图像扩散技术将3D形状的几何和纹理信息编码进64x64像素的2D图像中，从而简化3D建模流程。

Qwen2-VL是阿里巴巴达摩院开源的视觉多模态AI模型，具备高级图像和视频理解能力。Qwen2-VL支持多种语言，能处理不同分辨率和长宽比的图片，实时分析动态视频...

计算机视觉(Computer Vision)是人工智能的一个关键分支，专注于使机器能够像人类一样解释和理解视觉信息。它涉及图像和视频的获取、处理、分析以及从这些数据...