图像分类技术
与“图像分类技术”的相关热搜词：
相关“图像分类技术” 的资讯101篇
-
【腾讯云】11.11云上盛惠！云服务器首年1.8折起，买1年送3个月！
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！
腾讯云
12-20
广告 -
微美全息（NASDAQ:WIMI）开发基于仿生模式识别（BPR）的卷积神经网络（CNN）图像分类技术方案
随着人工智能技术的不断发展和应用，图像分类技术在多个领域得到了广泛应用。并且伴随着深度学习的兴起，卷积神经网络已经成为了处理图像分类任务的主流模型。相信随着技术的不断发展和进步，该技术在未来会有更广泛的应用和更加出色的表现。
-
支付宝安全实验室获Kaggle视觉挑战赛冠军，领跑「细粒度图像分类」技术
近日，计算机视觉A类顶级会议CVPR 2020 开幕在即， 由Kaggle承办的FGVC(Fine-Grained Visual Categorization，细粒度图像分类)全球挑战赛结果揭晓，支付宝天筭安全实验室夺冠，超越全球1316支顶尖计算机视觉团队。Kaggle是全球最大机器学习平台。
-
paddlepaddle图像分类与visualDL尝鲜体验
paddlepaddle图像分类很早之前，有写过关于TensorFlow， MXNet中如何训练一个靠谱的图像分类器，这里我会先使用paddlepaddle官方的例子，来学习下如何使用paddlepaddle构建一个靠谱的分类器。数据介绍官方文档上使用的数据是flowers-102，这个数据集早在当初tflearn学习深度学习网络的时候就有接触过，还是比较简单的，paddlepaddle把它写成数据接口模型介绍paddlepaddle的模型介绍model overview。这里我们在实验当中使用大名鼎?
-
码隆科技与Google Research合办大赛，挑战商品图像分类极限！
随着消费升级，商品识别场景的持续增加，对图像中的商品实现细品类精准分类也变得越发重要，此类技术可以应用于线上购物、移动电商、实体零售、商品运维等多个场景，具有高度实用价值。如何利用计算机视觉技术识别海量商品，并准确区分外形类似的商品，是计算机视觉领域一大挑战。由于细粒度属性的产品看起来非常相似，且商品在不同光线、角度和背景下拍摄，其识别精度也会受到影响，这就使得细粒度图像分类技术变得极具挑战性。
-
深兰科技斩获CVPR 2019 细粒度图像分类挑战赛冠军
近日，在Kaggle上举办的CVPR 2019 Cassava Disease Classification挑战赛公布了最终结果,深兰科技DeepBlueAI团队荣获冠军。据介绍，国际计算机视觉与模式识别会议（CVPR）是IEEE一年一度的学术性会议，会议的主要内容是计算机视觉与模式识别技术，是世界顶级的计算机视觉会议之一。每年被收录的论文均来自计算机视觉领域顶级团队，代表着国际最前沿的科研技术，并指引着计算机视觉领域未来的研究方向。今年此次挑战赛共有来自全球
-
图像新技术Follow-Your-Click：用户指哪动哪
Follow-Your-Click是一个能够根据用户的点击和提示，使图像特定区域动起来的新技术。该项目由香港科技大学、腾讯、清华大学的研究者共同开发。用户可以通过简单的点击和短语提示轻松地指定希望动画化的区域和动作类型，无需复杂的操作或详细描述。
-
图片编辑技术StableDrag发布 拖动锚点即可编辑图像同时保持高质量
还记得DragGAN吗?这是一种可以拖动锚点进行图像编辑的技术，但当时代码发布后，由于生成速度慢，且不能自定义外部图片，逐渐被人们淡忘。一种新的技术StableDrag出现了，它是基于Diffusion模型的，也能完成类似的拖动锚点编辑图片的功能。通过在DragBench上进行广泛的定性实验和定量评估，证明了这两种模型能够实现更稳定的拖动性能。
-
DeepMind推Genie模型，可用图像制作类似超级马里奥的游戏
在GoogleDeepMind的最新研究中，他们推出了名为Genie的模型，该模型能够从图像中生成类似于超级马里奥兄弟游戏的2D视频游戏。Genie是GenerativeInteractiveEnvironments的缩写，经过在互联网视频上的培训，它能够从图像、视频，甚至以前未见过的草图中创建可玩的游戏场景。这一创新展示了深度学习在创造性领域的潜在应用，也许为实现通用人工智能迈出了一步。
-
谷歌暂停AI图像生成功能：承认存在技术缺陷
谷歌周五承认，其人工智能工具Gemini在生成历史人物图像时出现错误，导致图像显示出明显的种族偏差。本周早些时候，媒体发现Gemini生成了不同种族的纳粹分子和美国开国元勋的图像。谷歌将继续努力改进人工智能技术，以克服这些挑战。
-
苹果开源图像新技术ml-mgie 可通过指令修改图片
苹果开源了一种新的技术，名为多模态大语言模型引导的编辑，这项技术能够帮助用户通过自然语言指令来修改图片，使得编辑图片更加简单和自然。MGIE采用多模态大型语言模型进行图像编辑指令的生成，通过端到端训练，模型不仅捕捉视觉想象力执行图像处理操作。在实现更加直观和自由的图像编辑过程中，这一方法有望为未来的计算机视觉和图像处理研究提供新的思路。
-
InstructIR:可按照人类指令进行高质量图像修复
图像恢复是一个基本问题，涉及从模糊的照片中恢复高质量的干净图像。多合一图像恢复模型可以使用特定于退化的信息作为指导恢复模型的提示，有效地从各种类型和级别的退化中恢复图像。你还可以尝试常规图像增强提示，看看它如何改善颜色。
-
荐 AI视野：谷歌Gemini Pro开放；文心一言插件商城上线；谷歌图像生成模型Imagen2发布；阿里推虚拟试穿技术Outfit Anyone
谷歌GeminiPro大模型在研究基准测试中表现优异，支持32K上下文窗口的文本输入和生成功能，向VertexAI云计算客户和AIStudio开发人员开放，提供多种功能和SDK，为构建AI应用程序提供更多可能性。文心一言插件商城上线百度文心一言插件商城正式上线，提供多功能插件，包括PPT生成、音视频提取、思维导图等，用户可通过简单指令满足多场景需求。库提供开放访问，支持Unity和Unreal
-
DMP技术开源，可提升AI图像预测精度
DiffusionModelsasPrior是一种新的方法，它在AI生成的图像中提高了语义预测的准确性。该创新性方法巧妙地将预先训练的文本到图像模型应用于各种任务，例如3D属性估计和语义分割，在有限的训练数据下表现优于现有技术。这项研究为像素级语义预测任务引入了一种创新的先验方法，为解决领域差异问题提供了新的思路。
-
MIT和Google研究StableRep新技术:使用合成图像训练AI图像模型
MIT和Google的研究人员近期开发了一项名为StableRep的新技术，旨在利用由AI生成的图像来训练更加详细和高效的AI图像模型。这项技术被应用于开源文本到图像模型StableDiffusion，取得了一系列显著的成就。MIT和Google的这一研究成果代表着AI图像生成领域的一次创新，尽管存在一些缺陷，但其对于高质量图像的生成提供了新的方法和思路。
-
索尼推出相机内真实性认证技术，应对 AI 合成图像挑战
随着人工智能图像日益逼真和AI图像创作门槛的降低，鉴别图像真伪变得尤为重要。索尼近日宣布推出一项新技术——相机内真实性认证技术，旨在应对这一挑战。尽管这项技术尚未完全发布或最终确定，但索尼计划在新款Sonya9III上提供加密签名以及较旧的Sonya1和Sonya7III通过固件更新。
-
AI系统能够比人类快1万倍地从卫星图像中绘制巨大冰山地图
科学家们在一项最新研究中成功地训练了一种人工智能系统，可以在卫星图像上准确地绘制巨大冰山的表面积和轮廓，速度比人类快10，000倍。这项名为《利用深度学习绘制南极巨大冰山的范围》的研究成果发表在《TheCryosphere》杂志上。随着机器学习的发展，算法将通过学习对卫星图像解释的错误变得更加精确。
-
Mini- DALLE 3：提高大模型的文本到图像生成技术
文本到图像模型的快速发展为人工内容生成带来了革命性的变化，这些模型在不到两年的时间内就能够生成高质量、多样性和创造性的图像。大多数现有的T2I模型存在一个问题，它们难以有效地与自然语言进行交流，通常需要复杂的提示调整和特定的词语组合。文章的研究对于促进人机交互和改进图像生成质量具有潜在的重要意义。
-
谷歌、康奈尔提出真实的图像补全技术RealFill
谷歌研究与康奈尔大学合作提出了一项名为RealFill的真实图像补全技术，旨在解决图像修复中的真实性和场景一致性问题。该技术的核心目标是使用少量的参考图像来填充给定目标图像的缺失部分，同时尽可能保持原始场景的真实性。这项技术的应用潜力广泛，将为图像处理和编辑领域带来新的可能性，使我们能够获得更完美的图像。
-
instaflow：利用校正流技术加快将文本转化为图像的过程
InstaFlow是一个快速、一步生成图像的模型，能够以接近StableDiffusion的图像质量显著减少计算资源需求。这种高效率源自最近的RectifiedFlow技术，它训练具有直线轨迹的概率流，因此本质上只需要一步即可进行快速推理。InstaFlow的核心功能有:-极快的一步生成-与StableDiffusion相当的图像质量-简单高效的训练过程-利用文本调整的反流产生直线概率流-从直线流中迁移学习以实现一步生�
-
攻克Midjourney难题！AI图像生成器Ideogram轻松搞定文字、数字类LOGO
一家名为Ideogram的AI生成式图像创业公司宣布获得了由a16z和IndexVentures领投的1650万美元种子轮融资。Ideogram由前GoogleBrain研究人员创立，其图像生成器在生成带有文本的图像方面具有独特优势——它可以以不同的字体、大小、颜色、样式可靠地呈现图像中的字母、词汇和标志这一点一直是其他AI图像生成器需要攻克的难题。该公司总部位于加拿大多伦多，虽然还处于早期阶段，但�
-
专业的食品图像分割技术FoodSAM开源
FoodSAM是一种用于食物图像分割的创新框架，结合了SegmentAnythingModel、语义分割器和物体检测器。它能够生成类别无关的二进制掩码，通过与掩码-类别匹配获取食物类别标签，并为背景掩码提供非食物类别。可提示分割:集成了无缝提示-优先选择机制，实现可提示的分割，提供更灵活的分割结果。
-
阿里达摩院免费开放100件AI专利许可 涵盖图像技术等多个领域
阿里达摩院宣布向社会免费开放100件AI专利许可，成为中国人工智能领域规模最大的一次专利开放行动。这些专利涵盖了图像技术、视频技术、3D视觉等多个领域，其中包括针对癌症精准治疗的专利。阿里达摩院将继续推动专利开放，构建更开放的AI技术生态。
-
AI 超越人类，在街景图像中定位精确度更高
斯坦福大学的三位计算机科学家开发了一个深度学习模型，可以通过观察谷歌街景图像来确定大致的拍摄位置。这个模型在一个流行的地理猜测游戏GeoGuessr中表现出色，甚至超过了顶级玩家。这个模型在地理定位方面取得了令人瞩目的成果，对于地理猜测游戏和开源情报研究具有重要的应用价值。
-
漫画图像翻译器cotrans：可一键翻译各类图片内文字
cotrans是一个能够一键翻译各类图片内文字的工具，主要用于翻译漫画和图片中的文字。它支持多种语言，包括日语、中文、英语和韩语，并提供了涂抹和文本渲染功能。该项目目前仍处于演示阶段，部分功能可能不完善，但欢迎用户的贡献和支持，以使该项目不断改进和完善。
-
微美全息(NASDAQ:WIMI)研究基于深度学习和图像融合的边缘检测算法，推动图像处理技术变革
图像边缘是指图像中周围像素灰度的阶跃变化，这是图像的最基本特征并且通常携带图像中最重要的信息。边缘检测是一种基于边界的分割方法，用于从图像中提取重要信息，在计算机视觉、图像分析等应用中发挥着重要作用，为人们描述或识别目标和解释图像提供了有价值的特征参数，特别是特征提取也是图像分割、目标检测和识别的基础。边缘检测在图像特征提取、特征�
-
LG 推出 Captioning AI 的生成式 AI 服务：像人类一样为图像生成描述和关键字
LG发布了一款名为CaptioningAI的生成式AI服务，该服务可以识别图像中的元素并生成描述和关键词，引发了对这家韩国企业如何影响市场的期望，因为生成式AI服务正在推动变革。LGAI研究部门在周日在加拿大温哥华举行的全球最大计算机视觉会议「计算机视觉与模式识别2023」上发布了CaptioningAI服务。」在会议期间，LG集团旗下的子公司，如LGAI研究、LG电子、LGInnotek、LGEnergySolution和
-
Meta 发布新型「类人」人工智能图像生成模型「I-JEPA」：填补图像缺失部分更准确
Meta周二宣布，将向研究人员提供一种新的「类人」人工智能模型的组件，该模型可以比现有模型更准确地分析和填补未完成的图像。图片来自Meta该名为I-JEPA的模型利用对有关世界的背景知识理解来填补图像中的缺失部分不仅仅是像其他生成型AI模型一样只关注图像附近的像素。Meta还开始将生成型AI功能应用于其消费产品中，例如可以创建图像背景的广告工具和基于文本提示修�
-
微美全息（NASDAQ：WIMI）开发基于人工智能和机器学习的图像处理技术
人工智能和机器学习技术正以惊人的速度进化和发展。这些技术已经被广泛应用于各个领域，例如自动驾驶、医学诊断、自然语言处理等。该技术将在图像处理领域发挥越来越重要的作用，帮助人们更好地理解和应用图像数据，推动人工智能和机器学习技术的发展和应用。
-
ImageReward奖励模型：让文本到图像合成更符合人类偏好
Stable+Diffusion+等生成式+AI+模型在文本到图像合成方面越来越受欢迎。像+CLIP+或+BLIP+这样的文本图像评分方法可以评估模型生成的图像是否与文本提示匹配，但它们并不总是符合人类的偏好和感知。ImageReward+可从+GitHub+获得，并提供了有关如何将其集成到+Stable+Diffusion+WebUI+中的说明。
-
思特威推出全新5MP DSI-2技术全性能升级SC系列图像传感器新品SC5336P
近日CMOS图像传感器供应商思特威，正式推出业界首颗5MPDSI-2技术全性能升级Pro系列安防应用图像传感器新品SC5336P。新品拥有3K级的清晰画质，既是思特威安防应用全性能升级Pro系列的又一力作，也是业界首颗搭载DSI-2技术的3K级图像传感器。思特威SC5336P已接受送样，预计将于2023年Q1实现量产。
