计算机视觉

计算机视觉 是人工智能领域，用于分析视觉输入;例如照片、视频和实时相机源。 计算机视觉通过使用大量的图像来训练模型来实现。

计算机视觉模型有多种类型。

• 图像分类 是计算机视觉的一种形式，其中模型使用带有图像主主题标签的图像（换句话说，图像中是什么）进行训练，以便它可以分析未标记的图像并预测最合适的标签——识别图像的主题。
• 对象检测 是计算机视觉的一种形式，在该视觉中训练模型以识别图像中特定对象的位置。
• 语义分段 是对象检测的高级形式，在对象周围绘制框而不是指示对象的位置时，模型可以识别属于特定对象的图像中的单个像素。
• 多模式 模型结合了视觉特征和关联的文本说明，使它们能够生成图像的综合说明。

计算机视觉场景

计算机视觉的常见用途包括：

• 可以解释视觉输入的 Ai 代理。
• 为照片自动生成标题或标签。
• 视觉搜索。
• 在零售场景中监控库存水平或识别需要结账的商品。
• 安全视频监视。
• 通过面部识别进行身份验证。
• 机器人和自动驾驶汽车。