实用人工智能：多模态实践PPT教学课件.pptx

主题4多模态实践

CONTENTS目录视觉智能01.听觉智能02.融合与创造03.

01视觉智能

一张图像文件是由众多“像素”组成的，每个像素存储着灰度信息（灰度图像）或者颜色信息（彩色图像）。例如灰度图像中，每个像素通过1个字节来存储当前像素的灰度值，表示其明暗程度。十进制下灰度值的范围为0～255，0代表纯黑、255代表纯白，中间值为过渡色。数字图像

而彩色图像一般由3个图层叠加而成：红色、绿色和蓝色，也称作RGB图像。数字图像是将连续的模拟视觉信息（如我们眼睛看到的场景）进行采样和量化后，得到的离散化数字信号，以便计算机能够存储、处理和传输。数字图像

预训练模型实现图像识别预训练：知识