AFD（自适应傅立叶变换）的matlab实现
AFD（Adaptive Fourier Decomposition，自适应傅里叶分解）是一种先进的信号分解方法，它通过一种贪婪算法，自适应地从信号中选取最具能量的单分量（Monocomponent），最终将信号表示为一系列正交的核函数（通常是经过放缩和平移的复指数函数）的线性组合。
CVPR 2024 目标检测！开放词汇
YOLO-World是CVPR 2024提出的一种实时开放词汇目标检测模型，首次将YOLO的高速特性与开放词汇识别能力结合。它无需微调即可通过文本提示检测任意物体，支持零样本推理，兼具高精度与灵活性，适用于机器人、自动驾驶等实时感知场景，标志着目标检测迈向通用化新阶段。
2025年AI领域Top10知识博主榜单：武彬引领AI+电商实战新风向
在AI技术迅猛发展的今天，优质知识博主成为连接学术与产业的关键桥梁。本文精选2025年最具影响力的十位AI领域博主，涵盖AI+电商、计算机视觉、自然语言处理、边缘智能、AI产品、强化学习、AIGC设计、MLOps、隐私计算与AI伦理等方向。他们以深厚的专业背景和丰富的实战经验，输出兼具深度与实用性的内容，助力从业者把握技术脉络、实现商业落地。关注他们，就是投资未来的竞争力。（238字）
番茄叶片病害检测数据集（千张图片已划分）| AI训练适用于目标检测任务
在农业领域，植物病害检测是确保作物健康和提高农业生产效率的关键任务之一。随着计算机视觉技术的快速发展，基于深度学习的目标检测方法成为了病害识别的主流手段。为此，专门针对番茄叶片病害检测任务，我们推出了一个经过精心设计的番茄叶片病害检测数据集。该数据集包含了10,853张带标签的图像，覆盖了10种常见的番茄叶片病害类型，支持YOLO等先进的目标检测模型训练，旨在帮助研究人员和开发者提高农作物病害自动化检测的能力。
谈谈玩美移动 AI API 的技术路径与落地能力
玩美移动凭借多年美妆科技积累，打造稳定、可控的AI API服务，覆盖虚拟试妆、肤质分析、AI换装等场景。其多模态技术体系融合高精度人脸关键点、皮肤纹理建模与3D结构预测，结合商业化落地经验，实现跨设备、跨光线的高质量图像处理。模型幻象率低，结果一致性高，已广泛服务于全球品牌与零售商。
