vision

Uncovering Bias in Large Vision-Language Models at Scale with Counterfactuals

UncoveringBiasinLargeVision-LanguageModelsatScalewithCounterfactuals-ACLAnthologyhttps://aclanthology.org

樱花的浪漫·2025-07-29 14:43

LLaMA-Factory微调教程1：LLaMA-Factory安装及使用

文章目录环境搭建LLaMA-Factory安装教程模型大小选择环境搭建Windows系统RTX4060Ti（16G显存）python3.10cuda=12.6cudnntorch==2.7.1+cu126torchvision

Cachel wood·2025-07-29 14:12

躁动是别人的，你是坚定的。

,text2)Butifrobotsaretoreachthenextstageoflaborsavingutility,theywillhavetooperatewithlesshumansupervisionandbeabletomakeatleastafewdecisionsforthemselves—goalsthatposearealchallenge

无梦为安Ph·2025-07-28 09:54

XCZU4EV-1FBVB900E Xilinx FPGA AMD Zynq UltraScale+ MPSoC EV（Embedded Vision）

XCZU4EV-1FBVB900EXCZU4EV‑2FBVB900E属于AMD（Xilinx）ZynqUltraScale+MPSoCEV（EmbeddedVision）系列，集成四核Arm®Cortex‑A53

XINVRY-FPGA·2025-07-28 09:35

【MMCV】MMCV安装与踩坑

确认MMCV版本首先确认项目所需MMCV的版本是多少mmcv2.0版本的代码相比较于=2.0.0安装方法新创建一个conda环境安装pytorch：condainstallpytorchtorchvisiontorchaudiopytorch-cuda

Elendill·2025-07-28 06:46

【代码问题】【模型部署】部署千问时，ImportError: Cannot import available module of Qwen2_5_VLForConditionalGeneration

3.12.9accelerate==1.8.1pipinstallqwen-vl-utils[decord]==0.0.8peft==0.14.0transformers==4.52.3torch==2.7.0torchvision

Catching Star·2025-07-28 06:45

LabVIEW图像处理与OCR综合实践

该课程将指导学生如何使用LabVIEW的“VisionAcquisition”库进行图像采集，并通过相关子VI实现连续或单帧图像的获取。同时，讲解

咸鱼cc·2025-07-28 02:16

多功能计算器：加减乘除与三角函数的结合

importmathdefadd(x,y):returnx+ydefsubtract(x,y):returnx-ydefmultiplication(x,y):returnx*ydefdivision(

索拉里斯最强共鸣者·2025-07-28 00:29

基于深度学习的食管癌右喉返神经旁淋巴结预测系统研究

基于深度学习的食管癌右喉返神经旁淋巴结预测系统研究摘要本研究旨在构建一个综合深度学习系统，通过整合2D、2.5D和3DVisionMamba模型以及CT增强和弹性成像技术，准确预测食管癌患者的右喉返神经旁淋巴结转移情况

神经网络15044·2025-07-27 21:07

ITIL 4 DPI：愿景与使命的分野与协同——组织战略传导的第一步

愿景（Vision）：愿景描述的是组织希望在未来成为什么样的存在，它传达的是组织的“意义”和

·2025-07-27 16:00

2025年入局苹果Vision Pro开发：从零到发布的完整路线图

苹果VisionPro的发布标志着空间计算（SpatialComputing）进入主流市场。作为开发者，如何快速掌握visionOS开发？

花生糖@·2025-07-26 23:26

机器学习资源

C通用机器学习Recommender-一个产品推荐的C语言库，利用了协同过滤.计算机视觉CCV-C-based/Cached/CoreComputerVisionLibrary,是一个现代化的计算机视觉库

SimpleUmbrella·2025-07-26 19:53

2025暑期—07YOLO-YOLOV11

YOLO11/yolo11_envpython=3.10condaactivateD:\YOLO11\yolo11_envPytorch网站确定condainstallpytorch==2.3.0torchvision

宇称不守恒4.0·2025-07-26 10:47

第N8周：使用Word2vec实现文本分类

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊一、数据预处理1.加载数据importtorchimporttorch.nnasnnimporttorchvisionfromtorchvisionimporttransforms

weixin_42245644·2025-07-26 09:41

【1】计算机视觉方法（更新）

1计算机是视觉的定义和任务计算机视觉（ComputerVision,CV）是人工智能领域的分支，旨在通过算法让计算机从图像或视频中提取信息、理解内容并做出决策。

annaPresident·2025-07-26 07:27

《Qwen2-VL》论文精读【上】：发表于2024年10月 Qwen2-VL 迅速崛起 | 性能与GPT-4o和Claude3.5相当

1、论文地址Qwen2-VL:EnhancingVision-LanguageModel’sPerceptionoftheWorldatAnyResolution2、Qwen2-VL的Github仓库地址该论文发表于

OpenAppAI·2025-07-26 04:42

OpenCV —— contours_matrix_()_[]

个人主页：大魔王所属专栏：魔王的修炼之路–Computervision如果你觉得这篇文章对你有帮助，请在文章结尾处留下你的点赞和关注，支持一下博主。同时记得收藏✨这篇文章，方便以后重新阅读。

大魔王（已黑化）·2025-07-24 19:55

OpenCV —— color_matrix_numpy_mat_reshape

个人主页：大魔王所属专栏：魔王的修炼之路–Computervision如果你觉得这篇文章对你有帮助，请在文章结尾处留下你的点赞和关注，支持一下博主。同时记得收藏✨这篇文章，方便以后重新阅读。

大魔王（已黑化）·2025-07-24 19:25

论文笔记：EMR-MERGING: Tuning-Free High-Performance Model Merging

2024neurips1intro随着HuggingFace、timm和torchvision等开源仓库的发展，预训练与微调模型的数量激增，这导致模型部署的存储和成本负担加重。

UQI-LIUWJ·2025-07-24 13:41

卷积神经网络实现猫狗分类

一.环境配置以及数据加载importtorchimporttorch.nnasnnimporttorch.optimasoptimimporttorchvision.transformsastransformsfromtorchvision.datasetsimportImageFolderfromtorch.utils.dataimportDataLoaderimportmatplotlib.p

新手且大师·2025-07-24 09:17

粘的ScalersTalk第七轮新概念朗读持续力训练Day 76 211229

练习材料：Lesson76AprilFoolsDay'Toendourspecialnewsbulletin,'saidthevoiceofthetelevisionannouncer,'wearegoingovertothemacaronifieldsofCalabria.Macaronihasbeengrowninthisareaforoversixhundredyears.Twoofthel

粘_NIAN·2025-07-24 03:07

Day9: OpenCV学习（一）—— 图像基础

安装二、图像认识1.图像2.图像分类三、基础图像操作1.图像读取2.图像显示3.图像裁剪4.图形尺寸修改5.图像保存6.图像绘制7.视频捕获即显示总结前言OpenCV（OpenSourceComputerVisionLibrary

·2025-07-24 02:26

具身智能的视觉-语言导航综述

24年2月来自曲阜师范、华东师大和哈工大的论文“Vision-LanguageNavigationwithEmbodiedIntelligence:ASurvey”。

·2025-07-23 16:24

深度学习图像分类数据集—百种病虫害分类

该数据集为图像分类数据集，适用于ResNet、VGG等卷积神经网络，SENet、CBAM等注意力机制相关算法，VisionTransformer等Transformer相关算法。

AI街潜水的八角·2025-07-23 14:12

格灵深瞳视觉算法面试30问全景精解

格灵深瞳视觉算法面试30问全景精解——AI感知×智能安防×场景创新：格灵深瞳视觉算法面试核心考点全览前言格灵深瞳（GREATVISION）作为国内领先的人工智能与计算机视觉企业，专注于智慧安防、智能交通

机＿长·2025-07-23 10:16

喷丝板检测软件上位机开发

相机控制：支持GigE/USB3Vision相机（建议500万像素以上），触发采集、参数调节（曝光/增益）。2、机器视觉检测孔洞识别：使用OpenCV的HoughC

深圳市由你创科技·2025-07-23 07:25

PyTorch图像分类系列——流程概览

一、加载数据1.使用torchvision.datasets的方法加载经典数据集在此网址查看支持哪些经典数据集：Datasets—Torchvision0.18documentation(pytorch.org

VAMOT·2025-07-23 05:44

Pytorch图像二分类代码 AlexNet

importtorchimporttorch.nnasnnimporttorch.optimasoptimimporttorch.utils.dataimporttorch.nn.functionalasFimporttorchvisionfromtorchvisionimporttransformsfromPILimportImagedefcheck_image

望舒向晚·2025-07-23 04:10

基于逻辑回归的图像二分类算法实现（Pytorch版）

模型代码importtorchimporttorch.nnasnnfromtorchvision.models.utilsimportload_state_dict_from_urlmodel_urls

哎呦哥哥、·2025-07-23 04:39

计算机视觉：人工智能的“眼睛”

前言在人工智能的众多领域中，计算机视觉（ComputerVision）无疑是其中最为引人注目的方向之一。它赋予了机器“看”的能力，使计算机能够像人类一样理解和解释视觉信息。

人工智能教程·2025-07-23 03:04

OpenCV引擎：驱动实时应用开发的科技狂飙

而**OpenCV（OpenSourceComputerVisionLibrary）**作为全球最活跃的开源计算机视觉库，正以其强大的算法生态、跨平台兼容性以及持续进化的架构设计，成为驱动实时应用开发的

芯作者·2025-07-22 22:57

【AI论文】EmbRACE-3K: 复杂环境中的具身推理与行为研究

摘要：近期先进的视觉语言模型（Vision-LanguageModels，VLMs）在被动、离线的图像和视频理解任务中展现出了卓越的性能。然而，在具身场景中，这些模型的有效性仍较为有限。

·2025-07-22 14:07

iOS 26 公测版定了，预计下周发布！

这是彭博社记者MarkGurman等多方消息源确认的时间，苹果将同步推送iOS26、iPadOS26、macOS26等全家桶系统的公测版本，但VisionPro的visionOS26暂不开放。

lzhdim·2025-07-22 09:59

论文阅读：LLaVA1.5：Improved Baselines with Visual Instruction Tuning

haotian-liu/LLaVA#train微调：https://github.com/haotian-liu/LLaVA/blob/main/docs/Finetune_Custom_Data.md模型论文时间VisionEncoderVLAdapterProjectionLaye

微风❤水墨·2025-07-22 08:18

YOLO V8+Python训练手写数字识别

1.数据集整理（MNIST→YOLO格式）1.1下载MNIST数据集MNIST数据集可通过Python直接下载（无需手动下载）：python复制fromtorchvision.datasetsimportMNISTimportos

yuanpan·2025-07-22 06:40

opencv、torch、torchvision、tensorflow的区别

一、框架定位与核心差异PyTorch动态计算图：实时构建计算图支持Python原生控制流（如循环/条件），调试便捷。学术主导：2025年工业部署份额24%，适合快速原型开发（如无人机自动驾驶、情绪识别）。TensorFlow静态计算图优化：预编译图结构提升部署效率支持动态图（Eager模式）兼顾灵活性。工业部署首选：市场份额38%，擅长边缘计算（YOLO部署）和大规模项目（工业自动化）-59）。O

·2025-07-21 23:21

简单英语语法2 - 可数与不可数名词

pen,computer,bottle,spoon,desk,cup,television,chair,shoe,finger,flower,camera,stick,balloon,book,table

louyang·2025-07-21 18:45

深度学习方法生成抓取位姿与6D姿态估计的完整实现

姿态估计]→[GraspNet抓取位姿生成]→[MoveIt运动规划]→[执行抓取]2.环境配置2.1安装依赖bash#安装PyTorch(根据CUDA版本选择)pip3installtorchtorchvisiontorchaud

ZPC8210·2025-07-21 15:31

神经网络项目--基于FPGA的AI简易项目（1-9图片数字识别）

训练MNIST模型importtorch#导入pytorch核心库importtorch.nnasnn#神经网络模块，如卷积层importtorch.optimasoptim#优化器fromtorchvisionimportdatasets

霖12·2025-07-21 05:45

嵌入式学习-PyTorch（3）-day20

数据类型一、transforms的使用（Python）fromPILimportImagefromtorch.utils.tensorboardimportSummaryWriterfromtorchvisionimporttransformswriter

LGGGGGQ·2025-07-20 09:20

嵌入式学习-PyTorch（4）-day21

1、torchvision中数据集的使用认识官方的一些数据集Datasets—Torchvision0.22documentation试了一下CIFAR10数据集，知道了如何下载官方数据集和展示他们去tensorboard

LGGGGGQ·2025-07-20 09:20

OpenCV 入门指南 —— 从环境搭建到图像处理

色彩空间转换2.图像平滑（模糊）3.边缘检测（Canny算法）4.在图像上绘制图形与文字五、视频与摄像头操作六、推荐学习路线七、参考资料前言在计算机视觉领域，OpenCV（OpenSourceComputerVisionLibrary

m0_74751715·2025-07-20 07:38

Lan的ScalersTalk第四轮新概念朗读持续力训练Day 288 20190722

2BeautyThereisnoskyinJunesobluethatitdoesnotpointforwardtoabluer,nosunsetsobeautifulthatitdoesnotwakenthevisionofagreaterbeauty

孙岚_9ff8·2025-07-20 02:11

深度学习图像分类数据集—桃子识别分类