2302_81756309的博客

原创 基于doubao-1-5-thinking-pro开发的视觉识别

通过火山方舟平台的多模态大模型，实现实时摄像头画面识别与自然语言描述生成。系统可自动捕获当前摄像头画面并输出结构化场景分析。