|
|
|
 |
|
| 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 |
|
|
|
|
|
分享重点：
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。 |
课程安排:
- 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
|
请关注官方微信号，了解后续的课程! |
| |
|
|
| |
|
|
|
|
阅读 3
1 |
|
|
|
|
|
|
|
