| |
|
|
- 视觉大模型技术与应用
- 视觉大模型可以解决传统机器视觉方案的标注成本高、泛化能力弱、场景迁移难的痛点。本讲座介绍视觉大模型的解决方案和行业实践经验。
-
- 主讲：刘老师,哈佛大学人工智能方向博士后/高级访问学者
- 时间：2026年1月24日
- 费用：免费
- 地点：在线交流，会议网址报名接收后通知
- 限制人数：100人
|
- 交流安排
-
- 1. 行业为什么需要视觉大模型
• 传统视觉方案的痛点
• 大模型带来的改变
2. 视觉大模型的通用能力底座
• 通用检测、分割、识别
• 零样本 / 小样本
• 语言驱动视觉理解
3. 图像分割大模型的行业实践
• 工业与制造
。SAM：工件、缺陷区域分割
。 Grounded-SAM：语言描述定位
• 异常安防与城市治理
。 SAM2：视频目标连续分割
。 Semantic-SAM：城市要素语义分割
• 机器人与智能系统
。Sa2VA：视觉能力进入 Agent
。 从“看见”到“行动”
4. 行业落地模式总结
• 大模型 ≠ 直接替代业务系统
• “大模型 + 行业规则 + 小模型”的组合路线
5. 未来展望
• 视觉大模型的产业化趋势
• 从单点算法到智能平台
- 目标听众：关注AI的技术人员
请关注"火龙果"官方微信号，可以订阅讲座实录，还可以了解后续的课程，欢迎参与！
-
-
|
|
|
| |
|
1. 视觉大模型嵌入式应用能力及方案视觉大模型嵌入式应用进展
视觉大模型训练需要的专业能力
如何通过对大模型对任意类型文本精进行自动识别和标注 | 2. 视觉大模型的推理效率是否成为规模化应用的主要障碍 | 3. 视觉大模型如何应用于水下小目标智能识别 | 4. 空中识别低空小型无人机技术能达到什么水平？或有什么技术路线。
在低空飞行场景中，视觉大模型如何实现“看见”到“理解”？ | 5. 视觉大模型嵌入式应用能力及方案
视觉大模型嵌入式应用进展 | 6. SAM和大模型如何融合 | 7. 如何通过对大模型对任意类型文本精进行自动识别和标注
推荐几个自动标注工具
如果自动搜集网络上的垂域信息，包括书籍、论文、专利 | 8. 视觉大模型训练需要的专业能力 | 9. 向量数据库、视觉大模型的泛化能力、性能和硬件开销各有什么优劣？
图片搜索向量数据库、视觉大模型哪个好？
视觉大模型能不能切分并分布式部署？ |
|
|
