AI教程

用 OpenCV CLAHE 在灰度副本上比较两档局部对比增强，核对尺寸、噪点和训练分布限制。

用 BLIP 专用类为本地照片生成英文候选描述，逐项检查主体、动作和无依据细节后再翻译使用。

用 LanguageTool 检查英文样句，核对拼写、时态和专有名词，逐条修正后对照原稿。

在本地将 MediaPipe 人脸框扩边后模糊，保存新图片并逐个人脸检查漏检和可辨认细节。

用 spaCy Sentencizer 按中文标点断句并输出字符偏移，核对尾段、原文切片和复杂标点限制。

按两个置信门槛统计静态照片的行人候选，再以误检、漏检及框位置核对计数。

使用多语言 MiniLM 与 Sentence Transformers 检索中文短文档，核对行号、排名和未知问题边界。

用 FAISS 精确检索已知二维向量，保存并重载索引，同时核对平方距离和资料 ID 映射。

用 OpenCV 官方 Haar 级联模型检测正面人脸并画框，检查模型加载、坐标和漏检误检。

用 Torchvision DeepLabV3 输出每像素类别编号掩码，核对类别、尺寸和灰度显示，保留原始 ID。