标签：计算机视觉

什么是视频理解？AI 如何看懂一段视频发生了什么

视频理解是什么？AI 如何从画面、声音和时间顺序中提取事件，和视频生成有什么区别，以及它在搜索、审核和会议记录中的应用。

什么是目标检测？AI 如何找到图片里的每个对象

目标检测是什么？它如何识别图片中有什么并标出位置，和图像分类、图像分割有什么区别，以及它在自动驾驶、零售和质检中的应用。

什么是 OCR？AI 如何把图片和扫描件变成可编辑文字

OCR 是什么？光学字符识别如何从图片中读出文字、为什么表格和手写体更难、它与文档理解和 RAG 有何关系，一文讲清。

什么是图像分割？AI 如何把照片拆成一个个像素区域

图像分割是什么？它和目标检测有什么区别，为什么抠图、医学影像、自动驾驶都需要它，以及常见的语义分割、实例分割如何理解。