lilongsky18 2026-08-06 为什么不用yolo先识别有效frame，再抽frame，给大模型，并且yolo初步分类，如果yolo比较差，就只用来套个眶，然后截图发给大模型。这不就解决了需要很多token的问题。放入放出环节可以用yolo搭配坐标识别解决？[滑稽] ♥ 12 ↩ 10
MicrosoftShit 2026-08-06 别说，无论是人工还是 AI，最后 5% 的打磨可是比前面做原型折磨多了，我现在手里纯 AI 搓的项目打磨烧的 token 已经比做原型多了[笑哭] ♥ 3
有梦想的程某人 2026-08-10 emmm，可能有一个更复杂但是更细致的方法，如果 ai 只能识别文字的话，把里面要吃的东西变成一个一个盒子，然后贴上标签，例如水果-西瓜，蔬菜-油菜，这样它是不是就可以识别，然后再把每次买的菜和用的菜都克数记录进去，是不是就可以更，方便一些，ai 给的数据更全面一些，算力能省一点？ ♥ 2
Comments
没有大模型能识别中国人塑料袋包裹的可疑冻肉[doge] 人类终极难题
♥ 28 ↩ 2
为什么不用yolo先识别有效frame，再抽frame，给大模型，并且yolo初步分类，如果yolo比较差，就只用来套个眶，然后截图发给大模型。这不就解决了需要很多token的问题。放入放出环节可以用yolo搭配坐标识别解决？[滑稽]
♥ 12 ↩ 10
程序员特有的从0计数 ep.0[doge]
♥ 6
那么多大模型你非要选个最烂的。codex编程对菜鸟来说也是渣渣。换个大模型，用claude写计划编程，codex找问题。你试试
♥ 3
放入冰箱的时候拍照给大模型帮忙训练yolo，让yolo监测出入库存
♥ 3
这个东西yolo能跑吗我在想🤔
♥ 3 ↩ 3
别说，无论是人工还是 AI，最后 5% 的打磨可是比前面做原型折磨多了，我现在手里纯 AI 搓的项目打磨烧的 token 已经比做原型多了[笑哭]
♥ 3
emmm，可能有一个更复杂但是更细致的方法，如果 ai 只能识别文字的话，把里面要吃的东西变成一个一个盒子，然后贴上标签，例如水果-西瓜，蔬菜-油菜，这样它是不是就可以识别，然后再把每次买的菜和用的菜都克数记录进去，是不是就可以更，方便一些，ai 给的数据更全面一些，算力能省一点？
♥ 2
加个麦克风，添了多少拿了多少说一下可以吗？
♥ 2 ↩ 1
请问可以开源一下吗！
♥ 1 ↩ 7
这广告的质量可以啊 建议甲方加钱[doge]
♥ 1 ↩ 3
标题乍一看还以为何同学来了[脱单doge]
♥ 1
和老妈一起住就行了。[吃瓜]你这种只能这样了
哇靠做了我一直想做的东西！
yolo+27b的视觉模型就可以满足需求了吧，自己做个网站看板
总结：转人工（划