惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

AI
AI
WordPress大学
WordPress大学
博客园 - 聂微东
Hugging Face - Blog
Hugging Face - Blog
小众软件
小众软件
V
V2EX
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Google DeepMind News
Google DeepMind News
V
Visual Studio Blog
The GitHub Blog
The GitHub Blog
IT之家
IT之家
D
Docker
M
MIT News - Artificial intelligence
D
DataBreaches.Net
博客园 - 三生石上(FineUI控件)
酷 壳 – CoolShell
酷 壳 – CoolShell
量子位
博客园_首页
Y
Y Combinator Blog
F
Full Disclosure
Microsoft Security Blog
Microsoft Security Blog
月光博客
月光博客
C
CXSECURITY Database RSS Feed - CXSecurity.com
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Spread Privacy
Spread Privacy
Know Your Adversary
Know Your Adversary
A
Arctic Wolf
Vercel News
Vercel News
T
Threat Research - Cisco Blogs
T
Threatpost
Apple Machine Learning Research
Apple Machine Learning Research
L
LINUX DO - 热门话题
T
The Exploit Database - CXSecurity.com
N
Netflix TechBlog - Medium
GbyAI
GbyAI
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
T
Tailwind CSS Blog
J
Java Code Geeks
爱范儿
爱范儿
Cisco Talos Blog
Cisco Talos Blog
博客园 - 叶小钗
Latest news
Latest news
C
Check Point Blog
阮一峰的网络日志
阮一峰的网络日志
博客园 - Franky
P
Privacy International News Feed
MyScale Blog
MyScale Blog
Project Zero
Project Zero
Simon Willison's Weblog
Simon Willison's Weblog

机器学习

llama.cpp 服务开启 embedding 是否稳定? - V2EX 深度学习的 LLM 就像受伤的大脑 大语言模型会被其他技术取代吗? - V2EX llm 训练最 dirty work 的就是数据处理! - V2EX 做机器学习强烈推荐看看 MIT 18.S096 矩阵微积分 - V2EX 求助微信聊天记录训练 ai - V2EX 请问 AI 训练大佬 : 目前大家不写 blog, stackoverflow 等,如何训练新的优质数据,还是拿 AI 数据训练自己? - V2EX 想要真正理解目前的深度学习(不仅是打杂的炼丹师),需要怎样的数学基础 - V2EX 怎样加快 onnx 模型在 cpu 上的推理速度啊 - V2EX AI 公司瞄准的顺序是浏览器、输入法、操作系统 - V2EX 有什么能本地跑的机器学习项目吗? - V2EX 求助 使用 ddddocr 自训练模型场景下,遇到了 onnxruntime.capi.onnxruntime_pybind11_state.InvalidArgument - V2EX BERT 论文复现: 经验 & 教训 - V2EX 求推荐一些 LLM/深度学习方面打基础的书籍或者课程 - V2EX 2025 年底,如果想做一个图像分类模型,用什么模型来微调比较好 - V2EX 目前使用 yolov8 训练了一个目标检测模型,但是上线使用效果不是很好,怎么优化? - V2EX 最近看 1-2 万主机发现 3090 还是能打的 - V2EX 想做有声小说声音克隆, 3060Ti 能扛得住吗? - V2EX [AI Glimpse 科普系列] KV Cache 的原理推导与代码实现(基于 GPT2) - V2EX 关于 OCR 以及以图找图识别 - V2EX 这类型的英语学习视频,是用哪个模型生成? - V2EX 怎么实现提取俩个图片的一些特征,然后进行特征比对 - V2EX 检测画面中存在漏水,给点思路 - V2EX 学习 AI, 跑下模型, 应该用什么 N 卡? - V2EX 有没有大佬了解机器学习的 mlops 框架或者平台 - V2EX 如何把本地文件作为大模型的知识库 - V2EX 使用大语言模型进行文本分类任务需要微调吗? - V2EX lima 和 colima 居然是有关系的 - V2EX gpt4o 图像生成的技术讨论(自回归模型又好起来了?) - V2EX [AI Glimpse 科普系列] 不到 100 行 Python 代码从零实现 LLM 的推测采样算法 - V2EX 什么?唠唠嗑就能生成游戏关卡! Unreal Engine + MCP 来了! - V2EX 大模型是如何执行像数学运算、编程等精确性要求比较高的任务的? - V2EX 有没有 LLM 入门的系统学习教程 - V2EX mtranserver 的翻译效果还是差一点 - V2EX 多模态大模型的大小远低于单文本模型啊。 - V2EX 利用 deepseek 分析医学影像找出结节这是什么技术原理? - V2EX 大语言模型与深度学习书籍推荐 - V2EX 为什么 LLM 不擅长数饺子? - V2EX 突然冒出一个点子,利用现在热门的 AI 来做 web 外挂工具 - V2EX 请问训练或者调试 yolo 用什么配置性价比较高。 - V2EX 大模型能记住所有它训练过的数据吗? - V2EX 如何从头构建一个自己的大模型呢?从底层最基础的神经网络开始实现 - V2EX LLM 静态批处理和 Continuous Batch 相关疑问的求解 - V2EX 有没有久坐提醒类服务,最好是基于啥啥啥模型的那种活体检测。 - V2EX LLMs 文本标签(分类)任务怎么做比较好? - V2EX 能推荐个偏实战的 tranformer/LLM 的课程么? 模型部署的姿势 深度学习在自己电脑上跑, Linux 环境,选择 WSL 还是物理机 Ubuntu? - V2EX CUDA 搞深度学习, 1TB 的一块硬盘, C 盘留多大合适? - V2EX 怎么理解 RNN 循环神经网络工作原理? ReLU 函数在 x> 0 的时候也是线性的,套 ReLU 函数是怎么实现激活作用的?
求助,有没有视觉大模型可以识别一个 UI 设计图中各个模块的划分 - V2EX
9527kf · 2025-03-13 · via 机器学习
wo4211831

7

wo4211831      2025 年 3 月 13 日

可以考虑试试 qwen-vl 。试试这样的提示词
请分析这张仪表盘( Dashboard )图片,并返回一个 JSON 结构化数据,包括每个模块的名称、内容、坐标位置(左上角坐标、宽度、高度)。
要求:
1. 解析图像中的各个数据模块,如“地区情况”、“库存情况”、“临期货物情况”、“仓库订单”等,并提取其具体数据。
2. 提供每个模块的位置信息,包括:
- `x`:模块左上角横坐标
- `y`:模块左上角纵坐标
- `width`:模块宽度
- `height`:模块高度
3. 结构化输出为 JSON 格式,示例:
```json
{
"modules": [
{
"name": "地区情况",
"content": {
"商品 1": 287,
"商品 2": 59,
"商品 3": 23
},
"position": { "x": 100, "y": 200, "width": 300, "height": 200 }
},
{
"name": "库存情况",
"content": {
"周一": 180,
"周二": 50,
"周三": 90,
"周四": 40,
"周五": 30,
"周六": 120,
"周日": 150
},
"position": { "x": 450, "y": 200, "width": 300, "height": 200 }
}
]
}

Liftman

12

Liftman      2025 年 3 月 13 日

@9527kf ...图也没事。https://imgur.com/a/R5yA95H 。主要模块坐标区域统计
顶部标题栏 (Top Title Bar)

位置: 约 [425, 190] 中心点
区域: 约 [325-525, 180-200]
内容: "两江新区智慧交通"
中央数字指标 (Central Digital Indicators)

大数字: 约 [450, 395] 中心点
数字显示: "3 2 8 6"
区域: 约 [435-565, 375-420]
地区概况 (Regional Overview) - 左上角饼图

位置: 约 [150, 290] 中心点
区域: 约 [50-250, 230-350]
内容: 饼图显示区域 1/2/3 的数据,287, 59, 23 等数值
库存情况 (Inventory Status) - 左中部柱状图

位置: 约 [150, 445] 中心点
区域: 约 [50-250, 380-510]
内容: 按星期显示的柱状图,有 287 和 59 的数值标记
城市销售情况 (City Sales Status) - 左下角列表

位置: 约 [150, 610] 中心点
区域: 约 [50-250, 540-685]
内容: 多个城市的销售数据条形图
待发货/发货/拒收 (Pending/Shipped/Rejected) - 中上部三个卡片

位置: 约 [510, 265] 中心点
区域: 约 [320-690, 240-285]
内容:
待发货: 2888
发货: 1888
拒收: 98
仓库订单 (Warehouse Orders) - 中部标题

位置: 约 [510, 355] 中心点
区域: 约 [480-540, 345-365]
下方三个指标 (Bottom Three Metrics)

易碎 (Fragile): [380, 480] 中心点,数值 96
轻重 (Weight): [510, 480] 中心点,数值 108
定制 (Custom): [650, 480] 中心点,数值 57
临期货物情况 (Expiring Goods Status) - 右上角

位置: 约 [880, 290] 中心点
区域: 约 [770-970, 230-350]
内容:
时间筛选: 50 天
临期金额: 580,000,000
临期货物量: 3800
单项目标完成情况 (Project Completion Status) - 右中部

位置: 约 [880, 445] 中心点
区域: 约 [770-970, 380-510]
内容:
完成比例: 60%
已完成: 2408
未完成: 1729
人流量情况 (People Flow Status) - 中下部雷达图

位置: 约 [510, 610] 中心点
区域: 约 [430-650, 540-685]
内容: 多维度的雷达图
实时订单趋势 (Real-time Order Trends) - 右下角柱状图

位置: 约 [880, 610] 中心点
区域: 约 [770-970, 540-685]
内容: 柱状图显示订单趋势
右上角时间筛选 (Time Filter - Upper Right)

位置: 约 [980, 185] 中心点
区域: 约 [950-995, 175-195]
内容: "本月" 下拉菜单
底部任务栏 (Bottom Taskbar)

位置: 约 [512, 735] 中心点
区域: 约 [0-1024, 720-750]
内容: 桌面图标和工作区信息
这是一个完整的智慧交通大屏显示界面,包含了多种数据可视化图表(饼图、柱状图、雷达图)和关键性能指标,用来监控交通运输相关的各类指标和状态。