更多精彩内容,欢迎继续阅读
我做机器视觉这几年,碰到最折腾的问题之一就是自动对焦。尤其是做精密测量或者高倍率检测的时候,工件高度差个几毫米、几十微米,图像就可能糊成一片。固定焦距的方案只能照顾一个平面,换产品、换机台就得重新手动调,实…
阅读更多 →社区爱心捐赠物品管理系统:Node.js PHP Vue 的前后端协作实战社区爱心捐赠物品管理系统,听起来是个很“公益”的项目,但真做起来,它和普通的管理系统并没有本质区别——用户、审批、库存、流水,四个字就能概括&#…
阅读更多 →1. 从一句诗到一条视频,这条链路到底长什么样先说说我为什么盯上这个题目。去年年底我帮一个做国学内容的朋友做账号,他每天要发一条古诗词短视频,坚持了两个月就扛不住了——写文案、找配图、配音、剪辑、加字幕,一条视频从构思到…
阅读更多 →大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…
阅读更多 →当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:
阅读更多 →📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…
阅读更多 →文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…
阅读更多 →一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…
阅读更多 →文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…
阅读更多 →