树莓派4B六足蜘蛛生机器人 ...

作者 ｜ 王硕业务背景在我们团队的视频审核服务中台里，每天需要处理海量的视频进审截图。为了全方位保障内容安全，我们引入了多种 AI 小模型对图片进行并发检测，主要包括：自研色情检测服务（基于 ViT 模型）：Vision Transformer ...

聆心（Lingxin）是一个基于深度学习的实时手语识别系统，支持孤立词和连续手语识别。 聆听心灵的声音，搭建无声与有声 ...

本仓库包含本人为《Python Crash Course》的中文版《Python 编程：从入门到实践（第三版）》所制作的配套图解讲义资源，与原书一起食用时效果更佳。 本仓库可以算是本人为本书写的笔记，包含了本人阅读后的理解，但使用讲义形式发布。 本讲义不仅可用于教学 ...

在人工智能的世界里，让模型“举一反三”一直是研究者们追求的目标。比如训练好的图像分类模型，能从标注好的“源域”数据，无缝适配到没标注的“目标域”数据，这就是无监督域适应（UDA）的核心诉求。但长期以来，视觉-语言模型（VLM）在域适应任务中，始终被“模态间隙”这个难题绊住脚步。 最近，一篇名为《Unified Modality Separation: A Vision-Language Frame ...

在计算机视觉领域，图像复原是一项经典且极具实用价值的任务——从模糊、有噪、被雨雪覆盖的退化图像中恢复出清晰的高质量图像，是安防监控、手机摄影、遥感影像等场景的核心需求。传统有监督图像复原方法依赖大量成对的退化/干净图像数据，可现实中采集这类数据耗时又 ...