图像识别

weixin_37763484

【开源-细粒度图像识别】SCAN快慢思考无需微调标注即可分类AAAI2026开源细粒度图像识别工具《Endowing Vision-Language Models with System 2 Thinking for Fine-Grained Visual Recognition》，开源地址，论文介绍了一种不需要训练及标注，仅依靠大语言模型实现细粒度图像识别的方法，借鉴了人类的“快慢思考”流程，并实现了一种平衡快慢思考权重的动态方法，非常值得一读。

简简单单OnlineZuozuo

对话式AI的安全和治理模式简简单单 Online zuozuo ：本心、输入输出、结果编辑 | 简简单单 Online zuozuo 地址 | https://blog.csdn.net/qq_15071263

简简单单OnlineZuozuo

视觉模型的偏见和捷径测试：来自真实世界实验的实用测试套件简简单单 Online zuozuo ：本心、输入输出、结果编辑 | 简简单单 Online zuozuo 地址 | https://blog.csdn.net/qq_15071263

国家税务总局中文点选验证码识别2026年元旦节，国家税务总局中文点选验证码居然又更新了。这次更新对识别还是有很大的影响。1、文字的位置变得随机

简简单单OnlineZuozuo

构建能够从失败中学习的自进化AI代理简简单单 Online zuozuo ：本心、输入输出、结果编辑 | 简简单单 Online zuozuo 地址 | https://blog.csdn.net/qq_15071263

简简单单OnlineZuozuo

设计共情：面向真实系统的人本AI模式简简单单 Online zuozuo ：本心、输入输出、结果编辑 | 简简单单 Online zuozuo 地址 | https://blog.csdn.net/qq_15071263

weixin_46846685

YOLOv13结合代码原理详细解析及模型安装与使用在2015年，YOLO模型问世，YOLO全称为You Only Look Once。顾名思义，YOLO将目标检测任务只分为一个阶段的工作，与2014年提出的两阶段检测的R-CNN模型形成鲜明的区别。

PyTorch与PaddlePaddle CUDA冲突的进程级隔离方案标签：#PyInstaller #进程隔离 #CUDA冲突 #PaddleOCR #工程实践2024年8月，我在开发一个界面识别系统时，遇到了职业生涯中最棘手的框架冲突问题。当尝试在同一个Python进程中同时使用PyTorch（YOLO模型推理）和PaddlePaddle（OCR文字识别）时，系统抛出致命错误：

python3GUI--基于YOLOv8深度学习的车牌识别系统（详细图文介绍）本系统支持黄牌、蓝牌、绿牌、黑牌、白牌，支持双层车牌识别，且识别准确度95%+，支持多种操作类型以及个性化自定义回显样式，项目上手简单，欢迎了解！

VibeVoice-Realtime TTS重构实时语音体验；覆盖9大真实场景，WenetSpeech-Chuan让模型听懂川话公共资源速递5 个公共数据集：* VOccl3D 三维人体遮挡视频数据集* Spatial-SSRL-81k 空间感知自监督数据集

CRNN（CNN + RNN + CTC）：OCR识别的经典之作想象一个自动识别车牌的工厂流水线：过程分解：CNN（视觉质检员）：先看整体车牌，找出“哪里是字、哪里是背景”

C#的视觉库Halcon入门示例以前写过emgu.cv的视觉库，但翻了一下招聘软件发现，用得比较多的是halcon，以前也有留意过这玩意，一直没动手，今天有空就来试一波，由于是使用公司的电脑，不能安装收费软件halcon，而halcon我看了一下，网上有好多文章介绍的都是安装了halcon包后再使用的，本文介绍的是使用带有halcon运行时的程序，不需要再单独安装halcon

weixin_46846685

YOLOv11结构解析及源码复现在2015年，YOLO模型问世，YOLO全称为You Only Look Once。顾名思义，YOLO将目标检测任务只分为一个阶段的工作，与2014年提出的两阶段检测的R-CNN模型形成鲜明的区别。

【垃圾识别系统】Python+TensorFlow+Vue3+Django+人工智能+深度学习+卷积网络+resnet50算法垃圾识别系统，基于TensorFlow搭建卷积神经网络算法，通过对10种常见的垃圾图片数据集（'剩饭剩菜', '塑料', '干电池', '旧衣服', '玻璃', '纸张', '纸板', '金属', '陶瓷器皿', '鞋'）进行训练，最后得到一个识别精度较高的模型，然后搭建Web可视化操作平台。

【岩石种类识别系统】Python+TensorFlow+Django+人工智能+深度学习+卷积神经网络算法岩石种类识别系统，基于TensorFlow搭建Resnet50卷积神经网络算法，通过对7种常见的岩石图片数据集（'玄武岩（Basalt）', '煤（Coal）', '花岗岩（Granite）', '石灰岩（Limestone）', '大理石（Marble）', '石英岩（Quartzite）', '砂岩（Sandstone）'）进行训练，最后得到一个识别精度较高的模型，然后搭建Web可视化操作平台。

【中草药识别系统】Python+TensorFlow+Django+人工智能+深度学习+卷积神经网络算法中草药识别系统，基于TensorFlow搭建Resnet50卷积神经网络算法，通过对10种常见的中草药图片（'丹参', '五味子', '山茱萸', '柴胡', '桔梗', '牡丹皮', '连翘', '金银花', '黄姜', '黄芩'）数据集进行训练，最后得到一个识别精度较高的模型，然后搭建Web可视化操作平台。

【车型识别系统】Python+TensorFlow+Vue3+Django+人工智能+深度学习+卷积网络+resnet50算法车型识别系统，基于TensorFlow搭建卷积神经网络算法，通过对6种常见的车型车辆图片数据集（'SUV', '吉普车', '家用轿车', '巴士', '货车', '面包车'）进行训练，最后得到一个识别精度较高的模型，然后搭建Web可视化操作平台。

【农作物谷物识别系统】Python+TensorFlow+Django+人工智能+深度学习+卷积神经网络算法农作物谷物识别系统，基于TensorFlow搭建卷积神经网络算法，通过对11种常见的谷物图片数据集（'大米', '小米', '燕麦', '玉米渣', '红豆', '绿豆', '花生仁', '荞麦', '黄豆', '黑米', '黑豆'）进行训练，最后得到一个识别精度较高的模型，然后搭建Web可视化操作平台。

【鱼类识别系统】Python+TensorFlow+Django+人工智能+深度学习+卷积神经网络算法鱼类识别系统，基于TensorFlow搭建Resnet50卷积神经网络算法，通过对30种常见的鱼类图片数据集（‘墨鱼’、‘多宝鱼’、‘带鱼’、‘石斑鱼’等）进行训练，最后得到一个识别精度较高的模型，然后搭建Web可视化操作平台。

【植物识别系统】Python+TensorFlow+Django+人工智能+深度学习+卷积神经网络算法植物识别系统，基于TensorFlow搭建Resnet50卷积神经网络算法，通过对6种常见的植物树叶图片数据集（广玉兰、杜鹃、梧桐、樟叶、芭蕉、银杏）进行训练，最后得到一个识别精度较高的模型，然后搭建Web可视化操作平台。