更多精彩内容,欢迎继续阅读
1. 坐标转换的整体设计:像素坐标为什么会变成三维坐标做机器人抓取、三维重建或者AR应用时,几乎都会碰到同一个问题:相机图像上某个点的像素坐标是(u, v),它对应的那个物体在真实空间里到底在哪个位置?D435i深度相机给…
阅读更多 →去年底,我在一台搭载了海光DCU的国产服务器上装PyTorch。动手之前,其实我是抱着“得折腾一周”的心理准备去的。毕竟过去几年国产GPU留给我的印象很割裂:纸面参数越来越漂亮,真到了跑模型的时候,驱动装不上、框架不认卡…
阅读更多 →2. 二次开发与环境搭建:拿到源码后先做这三件事2.1 环境清单与版本兼容矩阵这套B/S模式冷链物流系统,我整理了一张经过实测的环境对照表,直接照着配就行:组件推荐版本安装要点踩坑记录JDK1.8(建议8u202及以上ÿ…
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 →