超分辨率 技术
超分辨率从低分辨率图像重建高分辨率图像，深度方法（SRCNN、ESRGAN、Real-ESRGAN、扩散超分）显著优于插值，广泛用于老照片修复与监控增强。
百科
大模型 · 万物互联 · 人工智能的结构化知识库。人人可阅读、可贡献、可追溯。
学科分类
最新收录
Segment Anything 技术
Segment Anything（SAM）是 Meta 2023 年提出的可提示分割基础模型：用框/点/文本提示分割任意对象，配合 1100 万图像、10 亿掩码的 SA-1B 数据集，开创「分割万物」范式。
UNet 技术
UNet 是 2015 年提出的编码-解码图像分割网络，靠跳跃连接保留细节，是小样本医学影像分割的事实标准，也是 Stable Diffusion 的去噪骨干。
SSD 技术
SSD 是 2016 年提出的单阶段检测器，在多个特征图层级预测不同尺度锚框，兼顾速度与精度，是 YOLO 之外的早期实时检测代表（2016, arXiv:1512.02325）。
Faster R-CNN 技术
Faster R-CNN 引入区域提议网络（RPN）把检测全流程端到端化（2015），是两阶段目标检测的标杆，长期占据精度榜首，深刻影响 Mask R-CNN 等后续工作。
视觉SLAM 技术
视觉 SLAM 让移动设备仅凭相机实时估计自身位姿并构建环境地图，是机器人、AR 与自动驾驶的核心技术，ORB-SLAM 系列与 DSO/VINS 为代表性开源系统。
OCR 技术
OCR 把图像中的文字转为可编辑文本，含检测与识别两步（如 PaddleOCR、Tesseract），深度模型 + 序列建模（CTC/注意力）是主流，场景文字（街景/票据）是难点。
实例分割 技术
实例分割同时区分同一类别的不同个体并给出像素级掩码，Mask R-CNN 是标杆（检测+分割双头），后续有 SOLO、Mask2Former 等，用于精细场景理解。
语义分割 技术
语义分割对每个像素赋予语义类别标签，实现「哪里有什么」，FCN 开创全卷积范式，DeepLab 与 SegFormer 提升边界精度，是自动驾驶与医学影像的关键技术。
多语言模型 技术
多语言模型在多种语言的混合语料上预训练，支持跨语言迁移（零样本翻译、检索），代表有 mBERT、XLM-R、mT5、NLLB，中文在多语言基准中常需专门评估。
文本相似度 技术
文本相似度计算句子/文档语义相近程度，方法从词面重叠（Jaccard、TF-IDF 余弦）到词向量再到句向量（Sentence-BERT），是搜索、去重与匹配系统的核心组件。
ELECTRA 技术
ELECTRA 用「替换 token 检测（RTD）」预训练：判别器判断每个 token 是否被生成器替换，样本效率远高于掩码重建，小模型即达大模型效果，是预训练效率的代表方法。
RoBERTa 技术
RoBERTa 是 Meta 对 BERT 预训练的优化版：去掉 NSP、动态掩码、更大批量与更长训练，在 GLUE、SQuAD 等基准全面超越 BERT，是「数据与训练细节决定上限」的经典例证。
N-gram 技术
N-gram 是统计语言模型的基础：假设第 n 个词只依赖前 n-1 个词（马尔可夫假设），统计词序列频次计算概率，配合平滑处理稀疏，是机器翻译与输入法的经典方法。
条件随机场 技术
条件随机场（CRF）是判别式序列标注模型，直接建模 P(标签序列|观测)，可融合丰富特征并保证标签一致性，是 NER、词性标注的经典解码层，常与 BiLSTM 结合（BiLSTM-CRF）。
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
- SAC
- Segment Anything
- Sora
- SPARQL
- SQuAD
- SSD
- Stable Diffusion
- StyleGAN
- SuperGLUE
- SWE-bench
- 三维重建
- 上下文窗口
- 上下文学习
- 少样本学习
- 射频识别
- 深度Q网络
- 深度合成标识
- 深度强化学习
- 深度伪造
- 深度学习
- 深度学习
- 深度学习框架
- 神经符号AI
- 神经辐射场
- 神经网络
- 神经网络
- 生成对抗网络
- 生成式人工智能服务管理暂行办法
- 生成式智能体
- 时间敏感网络
- 时序差分学习
- 时序知识图谱
- 实例分割
- 实体链接
- 实体消歧
- 世界模型
- 事理图谱
- 视觉SLAM
- 视觉Transformer
- 视觉问答
- 视觉语言模型
- 视频理解
- 视频生成
- 数据版权
- 数据标注
- 数据标注伦理
- 数据管线
- 数据集
- 数据切分
- 数据清洗
- 数据投毒
- 数据增强
- 数据增强
- 数据中心GPU
- 数字鸿沟
- 数字孪生
- 数字人
- 数字人
- 数字员工
- 思维链
- 搜索算法
- 算法透明度
- 算法问责
- 算力
- 算力调度
- 算力集群
- 算力交易
- 算力租赁
- 随机森林
- 损失函数
T
U
V
W
X
Y
Z
- Zigbee
- 在策略学习
- 责任AI
- 窄带物联网
- 张量核心
- 折扣因子
- 正则化
- 政务AI
- 支持向量机
- 知情同意
- 知识表示
- 知识表示学习
- 知识抽取
- 知识库
- 知识图谱
- 知识图谱补全
- 知识图谱构建
- 知识图谱嵌入
- 知识图谱问答
- 知识图谱与LLM融合
- 知识推理
- 知识追踪
- 指令数据集
- 指令微调
- 智慧城市
- 智慧农业
- 智慧文旅
- 智慧物流
- 智能办公
- 智能城市
- 智能穿戴设备
- 智能绘画
- 智能计量
- 智能家居
- 智能客服
- 智能农业
- 智能视频分析
- 智能搜索
- 智能体Agent
- 智能体安全
- 智能体编排
- 智能体工具链
- 智能体工作流
- 智能体评估
- 智能投顾
- 智能推荐
- 智能网关
- 智能网卡
- 智能写作
- 智能营销
- 智能制造
- 智能质检
- 智能座舱
- 智算中心
- 重要性采样
- 主成分分析
- 注意力机制
- 注意力机制
- 状态价值函数
- 姿态估计
- 自编码器
- 自动化决策
- 自动驾驶
- 自动驾驶芯片
- 自监督学习
- 自然语言处理
- 自主决策
- 自主智能体