更多精彩内容,欢迎继续阅读
1. 为什么我要自己搭一套工业质检系统三年前我在一家做精密五金件的工厂里做产线自动化,质检环节一直是最头疼的事。一条冲压线上四个质检工位,每个工位两个人轮班盯着零件表面看划痕、毛刺、缺料,一天下来眼睛花得连手机都看不清。漏检率官方…
阅读更多 →做后端这么多年,我越来越觉得,RESTful API 设计是那种“看着简单、做起来全是细节”的活。它不像算法题有标准答案,也不像数据库选型有那么多硬指标,但接口一旦上线,Web 端、App 端、数据平台、第三方服务商全都堵在门…
阅读更多 →1. 工业质检的痛点与机器视觉的破局逻辑做过产线质检的人都有一个共同感受:人眼检测这件事,短期靠责任心,长期靠运气。一条高速运转的产线,每分钟流过几十上百个零件,质检员盯着屏幕或流水线,前半小时还能保…
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 →