AI 术语词典

计算机视觉

能够看见并解释图像和视频的 AI

定义

计算机视觉是使机器能够解释和理解来自世界的视觉信息（图像、视频和实时摄像头画面）的 AI 领域。现代计算机视觉使用深度学习，特别是卷积神经网络和现在的基于 Transformer 的架构。它驱动着图像分类、目标检测、人脸识别以及多模态模型的视觉能力等应用。