最近，在AI顶会ICLR 2026的Open Review阶段，一篇匿名提交的论文《SAM 3: Segment Anything with Concepts》...

在数字化浪潮席卷各行各业的今天，海量的纸质发票和票据凭证曾是财务工作流程自动化与智能化的最大障碍之一。如何将这些非结构化的纸质信息，高效、准确地转化为可编辑、可...

在计算机视觉领域，目标检测和实例分割是非常重要的任务，而 Mask R-CNN 正是解决这些问题的优秀算法。想象一下，你有一幅充满各种物体的图像，Mask R-...

在2025年计算机视觉与模式识别会议（CVPR）上提出的一篇论文中，我们介绍了一种新的图像分割方法，该方法能够跨不同数据集和任务进行扩展。传统分割模型虽然在孤立...

这些都离不开同一个核心技术——实时视频目标检测（Real-time Video Object Detection）。

而今年，这份被誉为“AI行业的年度百科”的报告，给出了一个颇冷的诊断结论：“我们以为AI变聪明了，其实很多时候只是更会考试了。”

过去，经典计算机视觉算法系统地将场景分割成单个元素，这是一种缓慢且计算密集的方法。监督式机器学习使这一过程更加高效。

在与哥伦比亚大学助理教授布莱恩·史密斯合作期间，阿齐兹的研究重点是开发一种盲人导航辅助系统，该系统使用计算机视觉技术来绘制室内区域地图。

本研究对Ultralytics YOLO26进行了全面分析，重点阐述其关键架构改进及实时边缘物体检测性能基准测试。YOLO26于2025年9月发布，作为YOLO...

12月1日，在某中心的re:Invent 2020大会上，宣布推出视觉异常检测服务。这项异常检测解决方案使用机器学习技术，每小时可处理数千张图像，用于发现制造缺...

在这个“万物皆可大模型”的时代，似乎无论什么任务都能一句“上LLM”解决。图像识别？让多模态大模型来。文档解析？让GPT系列试试看。

通过某中心的健康服务，用户可以利用智能手机拍摄的照片测量体脂率，并通过个性化3D模型进行追踪。这种扫描水平通常需要昂贵复杂的设备才能实现，但该功能使其可通过智能...

深度学习中，大多数"训练速度慢"的问题，最让人沮丧的莫过于看着昂贵的GPU闲着等待数据。别急着升级硬件——问题往往出在数据流水线上！下面分享十条我在生产中使用的...

北京时间10月7日下午，瑞典皇家科学院宣布将2025年诺贝尔物理学奖授予美国科学家John Clarke、Michel H. Devoret和John Mart...

2017年，Transformer架构的诞生彻底改变了深度学习领域，为当今大语言模型的蓬勃发展奠定了坚实基础。作为这一划时代论文的作者之一，Llion Jone...

在某中心，Martinez领导一个团队使用计算机视觉使某中心商店的客户购物更加方便和愉快。例如，该团队的一个项目是“可购物图像”，即房间图像，点击物体将显示相关...

在建筑工程监理领域，传统监理方式面临文明施工监管实时性不足、基坑风险排查效率低、临时消防检查易漏检、项目经验共享难及行业标准落地受阻等痛点。为解决这些问题，工程...

在森林中徒步时，你发现了一只色彩斑斓的小鸟。你基本确定这是雀类——但具体是哪一种？iNaturalist应用正是为这类场景而生：全球用户通过它记录和识别户外观察...