更多精彩内容,欢迎继续阅读
简介:这份源码包面向Python开发者与计算机视觉初学者,提供一套可运行的人脸识别与专注度检测完整方案,可用于人脸考勤打卡、课堂或办公场景的注意力分析等实践。包内共161个文件,以93个png与12个jpg图像样本、22个py脚本、9个xml配…
阅读更多 →在Atlas 300V 24G上部署YOLO,我已经跑通了。从硬件到底是什么,到模型怎么转、推理代码怎么写、性能怎么压,这套流程里绕过的弯和填过的坑都不少。如果你手里正好有一张Atlas 300V,或者正打算在昇腾平台上做目标检测推理部署&#…
阅读更多 →可能在很多人的概念里,AI加速卡约等于NVIDIA的GPU,实际真正接触过边缘部署或者推理引擎选型之后,你会发现华为昇腾的 atlas 系列在这两年出现的频率越来越高。尤其是 atlas 300V(24G)这张卡,我最近被问到的…
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 →