Компьютерное зрение (computer vision) — раздел искусственного интеллекта, который решает задачи анализа изображений и видео: классификацию объектов, детекцию, сегментацию, распознавание текста (OCR). Современные мультимодальные LLM могут подключать модули компьютерного зрения для работы с картинками. Компьютерное зрение не охватывает обработку аудио или текста.
Пример
YOLOv8 использует компьютерное зрение для детекции автомобилей и пешеходов на видео с камер наблюдения в реальном времени.