标签
一段演示展示了如何仅用 10 行 Python 代码分析无人机拍摄的拥挤街道画面，检测并清点数百人，体现了计算机视觉技术已变得触手可及。
ABACUS 是一个统一的视觉语言模型，可处理多个计数任务和忠实于计数的图像生成，无需针对特定基准进行训练，在七个基准测试中取得了最先进的结果。