更多精彩内容,欢迎继续阅读
手头这块RK3588板子拿来跑视频处理项目,第一件事就是把硬件解码能力盘活。8K/4K码流如果靠CPU软解,A76大核也会被拉满,掉帧卡顿是家常便饭;而RK3588本身有很强的VPU(视频编解码单元),配合瑞芯微…
阅读更多 →朋友前两天问我,有没有一套现成的猫狗检测数据集,能把YOLO从数据准备到训练部署这条路完整跑通。他说不想一上来就看Coco那种上百GB的大项目,只想要一个干净、能快速验证的小数据集。我当时就把手头整理的一套4300张YOLO宠物识别数据集推给了…
阅读更多 →做FPGA数字接收机的人,迟早会撞上定时同步这道坎。Gardner环作为经典的符号定时恢复算法,在高速突发通信、卫星解调、软件无线电这些场景里几乎绕不开。我当年第一次在FPGA上把Gardner环跑通、用ModelSim看到星座图收敛成清晰的两簇时,那种&q…
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 →