目标检测新范式：豆包等 VL 大模型能否直接取代 YOLO 落地？
来自 V2EX 的技术讨论探讨了在目标检测落地时，直接使用 Qwen3-VL、豆包等 VL（视觉语言）大模型的可能性。实测发现，豆包等模型在复杂场景下具备零样本识别能力，无需大量训练数据即可精准标注，在灵活性上显著优于需要反复迭代训练的 Y...
标签索引
目标检测
这个标签下有 4 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
转型AI的技术选型困惑：大模型微调是否必要？YOLO与多模态在工业场景的应用辨析
一位具备后端开发经验的开发者在 Linux.do 社区发帖求助，探讨从零基础入门大模型微调及计算机视觉（CV）的最佳路径。其实际应用目标明确为工地场景下的安全检测（如安全帽佩戴、违规操作识别）。发帖者面临核心技术选型困境：是直接使用 Uns...
AI教学资源：YOLOv11目标检测全流程实战指南
《人工智能导论》课程教师针对学生在完成YOLOv11目标检测作业时遇到的普遍困难，特别录制了一套20分钟的全流程教学视频。该视频系统性地从环境配置、数据集标注方法，到模型训练技巧和最终识别应用，详细讲解了目标检测技术的实践全过程。这一教学资...
YOLOv11目标检测实战教程，20分钟掌握全流程
本文分享了一个针对AI学习者的实用视频教程，详细讲解如何使用YOLOv11进行目标检测。教程覆盖从环境搭建、数据集标注到模型训练和识别的完整流程，并以CSGO游戏画面识别为例，提供手把手指导。视频时长仅20分钟，包含代码和数据集链接，适合初...