已筛选

共 6433 道题

排序:

5979
文字识别如何实现变长序列对齐,CTC 与注意力解码有何取舍?
模型基础与推理多模态与生成模型
比较选型
进阶
5980
场景文本检测如何比较框回归与区域分割,DBNet 的可微二值化有何作用?
模型基础与推理多模态与生成模型
比较选型
进阶
5981
弯曲文本如何进行几何校正,TPS 与仿射或透视变换有何区别?
模型基础与推理多模态与生成模型
比较选型
进阶
5982
OCR 如何分别评估文字定位、转录与端到端识别质量?
模型训练与对齐Verifier 与训练评测
效果评估
进阶
5983
视觉 Tokenizer 为什么需要分别评估重构保真度与下游生成能力?
模型基础与推理多模态与生成模型
效果评估
进阶
5984
开放集人脸识别为什么需要判别性表示,角度间隔损失如何改进 Softmax?
模型基础与推理多模态与生成模型
原理机制
进阶
5985
如何设计从人脸采集到开放集身份判断的识别系统?
模型基础与推理多模态与生成模型
系统设计
进阶
5986
人脸识别前如何评估图像质量并进行输入门控?
模型基础与推理多模态与生成模型
方案设计
进阶
5987
人脸模型与生成身份保持如何评估,身份相似度阈值怎样校准?
模型训练与对齐Verifier 与训练评测
效果评估
进阶
5988
人脸关键点如何预测,并用于几何对齐和表情驱动?
模型基础与推理多模态与生成模型
原理机制
进阶