封面图片选自文森特·梵高的《星空》，公共领域，通过维基共享资源发布 技术世界每天都在变化，对计算机视觉、人工智能和机器学习的需求也在增加。让计算机和手机能够看到周围环境的技术被称为 计算机视觉。这个重新创造人眼的工作始于 50 年代。从那时起，计算机视觉技术有了长足的发展。计算机视觉已经通过不同的应用进入了我们的手机。这篇文章将介绍 Fedora Linux 上的 OpenCV。 什么是 Open

最重要的计算机视觉库 OpenCV 众筹新版本，应者寥寥 OpenCV 是一个开源的计算机视觉和机器学习软件库。据报告，89% 的嵌入式视觉工程师使用 OpenCV 作为主要的计算机视觉库。为了筹集完成和发布其重要 5.0 版本所需的资金，OpenCV 团队宣布发起一项众筹活动。OpenCV 5.0 原本是 20 周年纪念版本，最初计划于 2020 年发布，但要完成这个版本，需要很多资金。他们设立

Facebook 开源了其内部用于计算机视觉 (CV) 和 增强现实 (AR) 应用程序的框架 Ocean，用于执行各种任务，包括计算机视觉、几何、媒体处理、网络和渲染。 Ocean 主要使用 C++ 编写，且不依赖于特定平台： Ocean 是一个独立于平台的框架，支持所有主要操作系统，包括 iOS、Android、Quest、macOS、Windows 和 Linux。它旨在彻底改变计算机视觉和

视觉语言模型可以同时从图像和文本中学习，因此可用于视觉问答、图像描述等多种任务。本文，我们将带大家一览视觉语言模型领域: 作个概述、了解其工作原理、搞清楚如何找到真命天“模”、如何对其进行推理以及如何使用最新版的 trl 轻松对其进行微调。 什么是视觉语言模型？ 视觉语言模型是可以同时从图像和文本中学习的多模态模型，其属于生成模型，输入为图像和文本，输出为文本。大视觉语言模型具有良好的零样本能力，