视觉AI训练营 Day 1

视觉生产

定义：通过一个/一系列视觉过程，产出新的视觉表达。

输入->视觉生产过程=>产出

分类：生成，拓展，摘要，升维，增强，合成，擦除。

通用基础框架：输入=>生产类型=>视觉生产引擎=>输出图像/视频

五个关键维度：1.可看 2.合理 3.多样 4.可控 5.可用

精细理解

过程：1.识别2.检测3.分割

分割难点：复杂背景，遮挡，发丝精抠，边缘反色，透明材质，多尺度/目标

抠图解题思路：1.复杂问题拆解（粗mask估计+精准matting）2.丰富数据样本（设计图像mask统一模型）

视觉生成

框架流程

视频理解关键环节：广告位检测，广告位跟踪，遮挡检测

视频内容擦除：粗定位=>精分割=>像素填充=>在线训练