Computer Vision — 计算机视觉

事实

让机器从图像或视频中理解信息的领域。

人话

计算机视觉不是给机器装摄像头就完事，而是让它像交警一样一眼看懂车、人和路况。

它用于识图、监控分析和自动驾驶，是机器理解画面的基础能力。

相关概念

• 卷积神经网络
• AlexNet 卷积神经网络
• 残差网络
• 多模态

CNN
CNN 曾是视觉任务里最经典的主力模型之一。

AlexNet
AlexNet 在图像竞赛上的突破带火了现代计算机视觉。

ResNet
ResNet 解决深层网络训练难题，推动视觉模型继续变深。

Multimodal AI
计算机视觉常与文本、语音结合，成为多模态能力的一部分。