三种 视觉任务
任务不同，模型回答世界的粒度也不同。
CH.04 / NOTES
机器如何 看懂世界？
AI基础 · 第四章
任务不同，模型回答世界的粒度也不同。
图像的 数字语言
彩色图像的底层，是由 RGB 数值组成的像素矩阵。
训练就是 反复纠错
模型通过猜测、比较、调整和重复，逐渐学会正确识别。
视觉大模型 三件套
CLIP、SAM 与 Grounding DINO 分…
部署不是 终点
边缘端与云端协同，难例持续回流，模型才会越用越好。
UNIT 01 / MEETING NOTES
小节一 · 三种 视觉任务
先围绕“三种 视觉任务”建立问题，再逐页核对本小节的机制与证据。
MODULE 01 // THREE TASKS
三种视觉任务
任务不同，模型回答世界的粒度也不同。
MODULE 02 // OUTPUT GRANULARITY
从整图到像素
分类、检测、分割构成从粗到细的视觉理解阶梯。
MODULE 03 // PIXEL MATRIX
图像的数字语言
彩色图像的底层，是由 RGB 数值组成的像素矩阵。
UNIT 02 / MEETING NOTES
小节二 · CNN 逐层看懂
先围绕“CNN 逐层看懂”建立问题，再逐页核对本小节的机制与证据。
MODULE 04 // CNN FEATURES
CNN 逐层看懂
CNN 把简单边缘逐层组合成局部特征与整体语义。
MODULE 04 // TRAINING LOOP
训练就是反复纠错
模型通过猜测、比较、调整和重复，逐渐学会正确识别。
UNIT 03 / MEETING NOTES
小节三 · 视觉大模型 三件套
先围绕“视觉大模型 三件套”建立问题，再逐页核对本小节的机制与证据。
MODULE 06 // FOUNDATION MODELS
视觉大模型三件套
CLIP、SAM 与 Grounding DINO 分别连接图文、分割万物和开放检测。
MODULE 07 // INDUSTRIAL INSPECTION
巡检数据流水线
工业视觉从采集到决策，每个环节都决定最终可靠性。
MODULE 08 // DEPLOYMENT LOOP
部署不是终点
边缘端与云端协同，难例持续回流，模型才会越用越好。
MODULE 09 // CHAPTER RECAP
本章 总结
三种 视觉任务
任务不同，模型回答世界的粒度也不同。
图像的 数字语言
彩色图像的底层，是由 RGB 数值组成的像素矩阵。
训练就是 反复纠错
模型通过猜测、比较、调整和重复，逐渐学会正确识别。
视觉大模型 三件套
CLIP、SAM 与 Grounding DINO 分…
部署不是 终点
边缘端与云端协同，难例持续回流，模型才会越用越好。
计算机视觉的价值，是把像素转化为可持续优化的决策闭环。
KNOWLEDGE CHECK
单选题 · 10题 × 5分
答对 0/10 · 得分 0/50
TRUE OR FALSE
判断题 · 5题 × 4分
1图像分类任务可以同时在一张图中识别多个不同类别的物体并给出它们的位置。
2语义分割可以对图像中的每个像素进行分类，因此它能区分同一类物体的不同个体（如画面中"第一只猫"和"第二只猫"）。
3SAM 模型可以在没有针对特定类别训练的情况下，直接分割它从未见过的物体。
4在 AI 数据闭环中，"模型部署"意味着项目结束，不需要再对模型进行任何更新。
5在输电线路巡检中，无人机拍摄的照片可以直接用于 AI 模型训练，不需要人工标注。
答对 0/5 · 得分 0/20
ASSESSMENT SUMMARY
测验分数统计
| 部分 | 题数 | 每题分值 | 满分 |
|---|---|---|---|
| 单选题 | 10 题 | 5 分 | 50 分 |
| 判断题 | 5 题 | 4 分 | 20 分 |
| 合计 | 15 题 | - | 70 分 |
单选：答对 0/10 · 得分 0/50
判断：答对 0/5 · 得分 0/20
当前总分 0/70
合计 15 题，满分 70 分。