已过期50% 置信事实精确时间
该算法将图像的H维度从300行简化为18个关键行，W维度划分为200个格子进行分类
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30(已过期)
来源
深度学习车道线检测：分割转分类实现300+FPS实时推理
bilibili论文发刊罗小黑2026/6/12
相关事实
待验证外观特征嵌入通过深度神经网络将目标图像块压缩映射为低维稠密向量，通常128维至512维67% 相似待验证嵌入层本质上是一个尺寸为V×D的可学习矩阵（V为词汇表大小，D为嵌入维度），接收token ID时查找对应行向量65% 相似待验证法线贴图可以让仅有数百面的低模在视觉上呈现出数万面高模的细节层次63% 相似已验证多模态大模型将图像切分为固定patch经视觉编码器（基于ViT架构）转换为高维向量后对齐到语言模型token embedding空间，是推断而非读取62% 相似待验证DeepStream中的Re-ID模型通常将目标图像块映射为128维至512维的低维稠密向量作为视觉身份指纹62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/42655API
curl https://kongchang.com/api/v1/knowledge/claims/42655MCP
get_claim(id=42655)