Roboflow
PulseAugur coverage of Roboflow — every cluster mentioning Roboflow across labs, papers, and developer communities, ranked by signal.
-
用户寻求用于微调 Meta DETR 的最佳 AI 辅助标注方法
一位 Reddit 用户正在寻求关于标注约 500 张图片以微调 Meta 的 DETR 对象检测模型的最高效方法的建议。主要挑战在于平衡速度和准确性,因为手动标注非常耗时。用户正在探索 CVAT、Roboflow、Grounding DINO 和 OWLv2 等 AI 辅助工具,并正在考虑涉及使用开放词汇模型进行预标注与手动标注初始批次的工作流程。关键问题包括确保对象检测准确性、保持标签一致性以及在训练前实施质量控制措施。
-
AI以高置信度分数自动裁剪飞机摄影照片 · 已追踪2个来源
两条Mastodon帖子详细介绍了使用Roboflow的AI进行自动照片裁剪,特别是用于飞机摄影。帖子强调了物体检测的AI置信度分数,其中一个达到0.786,另一个达到0.937。两篇帖子都提到了使用NVIDIA Jetson和Raspberry Pi硬件,以及ADSB和SDR技术进行数据采集。
-
Roboflow Playground 发布,One UI 9 壁纸功能预告
Roboflow 推出了一个名为 Roboflow Playground 的新工具,允许用户测试和比较 30 种不同的计算机视觉模型。该平台旨在简化评估各种模型以完成特定任务的过程。另外,据报道 One UI 9 的一项新功能将为壁纸带来动态效果,尽管该功能尚未出现在测试版中。
-
Roboflow 推出 Playground 用于比较 30 种计算机视觉模型
Roboflow 推出了一个名为 Roboflow Playground 的新交互式平台。该工具允许用户在低代码或无代码环境中比较多达 30 种不同的计算机视觉模型。该 Playground 旨在简化各种 AI 模型在计算机视觉任务中的理解和应用。
-
新研究区分视觉语言模型安全评估中的危险与异常
一篇新的研究论文介绍了一种方法,通过区分视觉场景中的真正危险和单纯的异常来更好地评估视觉语言模型(VLMs)。研究发现,当前的VLMs经常将不寻常的元素误解为危险,这表明它们过度依赖于情境不规则性。通过区分危险和异常的概念,研究人员可以更准确地理解VLMs的安全推理,并识别出更简单的评估可能忽略的特定故障模式。该论文的数据集可在Roboflow上公开获取。
-
Roboflow 发布 YOLO26 对象检测模型
Roboflow 推出了新的对象检测模型 YOLO26。该模型专为计算机视觉任务设计,旨在提高深度学习应用的性能。
-
新数据集Vines-DB助力AI识别观赏藤本植物种类
研究人员开发了Vines-DB,这是一个包含1200多张七种观赏藤本植物高分辨率RGB图像的新数据集。该数据集在田间条件下收集,包含跨多个生长季节拍摄的图像,并附有详细的实例分割掩码标注。Vines-DB旨在支持精准园艺和城市生态学应用中深度学习模型的进步,例如自动估算树冠覆盖率和物种识别。
-
Meta Superintelligence Labs 在 Latent Space 播客上讨论 SAM 3 的进展
Latent Space 播客邀请了 Meta Superintelligence Labs 的 Nikhila 和 Pengchuan 讨论他们关于分割一切模型 3 (SAM 3) 的工作。他们强调了 SAM 3 在为 AI 提供“眼睛”方面的进展,使模型能够更有效地感知和理解视觉信息。对话还涉及将此类视觉能力集成到更广泛的 AI 系统中以及潜在的应用。
-
SAM 3:AI之眼 — Nikhila & Pengchuan (Meta Superintelligence),特邀 Joseph Nelson (Roboflow)
Meta AI 发布了 SAM 3,这是其 Segment Anything 项目的一项重大进展,能够使用自然语言提示在图像和视频中进行概念分割、检测和跟踪。该新模型通过实时识别诸如“黄色校车”等概念的每一个实例,并以惊人的速度,实现了人类水平的详尽性。SAM 3 与 Gemini 等多模态大语言模型集成,可执行复杂的视觉推理任务,并通过在 Roboflow 平台上的应用,已节省了超过 130 年的标注时间。
-
Gemma 3n 在开源生态系统中全面可用!
Google DeepMind 已全面发布 Gemma 3n,这是一款专为设备端应用设计的移动优先多模态模型。这种新架构支持图像、音频、视频和文本输入,以及文本输出,并针对效率进行了优化,提供有效参数为 2B 和 4B 的版本,模仿了传统 2B 和 4B 模型的内存占用。Gemma 3n 引入了 MatFormer 等新组件以提高灵活性,以及 Per Layer Embeddings 以提高内存效率,在多语言、数学、编码和推理方面取得…
-
Roboflow 的 Joseph Nelson 在 Latent Space 播客上讨论 Segment Anything Model
Roboflow 的 Joseph Nelson 在 Latent Space 播客上讨论了 Segment Anything Model (SAM)。他强调了计算机视觉中存在的挑战和复杂性,指出尽管有 SAM 这样的进展,但仍然存在“难题”。对话深入探讨了计算机视觉技术的实际应用和未来方向。