蒙帕智能运维

针对任意空间分辨率和曝光次数的静态图像序列，本文介绍一种快速多曝光图像融合(MEF)方法，即MEF-Net。与传统的MEF方法不同，MEF-Net通过在全分辨率训练序列数据库上优化感知校准MEF结构相

在大模型重塑人工智能格局的今天，语音作为最自然的人机交互方式，其技术演进正从“能用”迈向“好用”。企业对语音识别系统提出了前所未有的综合要求：不仅要在复杂场景下保持高准确率，还需满足实时性、高并发与工

在机器人巡检过程中，由于拍摄环境中存在较大的亮度差异，相机设备只能记录有限的曝光范围，导致图像中某些区域曝光失调，细节和纹理特征丢失。多曝光融合（MEF）技术可通过合成多个曝光度不同的图像，将每个图像

上篇介绍了基于二维码识别方法，本章介绍将基于Apriltag的二维码位姿识别与基于自适应粒子滤波的定位方法相结合可以实现基于二维码的重定位效果。 首先通过二维码识别方法到二维码相对于相机的位姿。通过R

yolo系列自诞生以来，通过不断提升速度和精度，彻底革新了目标检测领域。从yolov1的单阶段预测方法，到后续借助yolov3的Darknet、yolov5的跨阶段局部网络（CSP）以及其他各种创新技

目前市面上针对指示灯的主流检测方法除了yolo系及其魔改方法之外，还有一类端到端方法在效果上能到达同代yolo水平但计算速度更超yolo，这种方法的典型代表就是RT-DETR。 在介绍RT-DETR之

传统2D视觉技术在机械臂自动化操作中仅能提供平面信息，导致其在复杂工业场景（如非结构化环境、动态光照条件）下的定位精度不足，难以满足精密装配、柔性抓取等高精度任务需求。 随着深度相机技术（如结构光、T

随着智能语音技术的普及，语音识别（ASR）、语音合成（TTS）、声纹识别等应用场景对模型推理效率提出了极高要求，本文介绍将Paraformer语音模型从预训练模型导出为ONNX格式，并使用ONNX R

1、从“文字匠人”到“多模态大师”： GPT的进化之路 在自然语言处理（NLP）领域，Transformer 架构的出现无疑是一场革命。如果说 BERT 是这场革命中专注于“理解”的先锋，那么 GPT