更多精彩内容,欢迎继续阅读
1. 这个数据集不是“随便拍几张图就叫航拍数据集”很多人看到“航拍校园操场人体检测数据集”这个标题,第一反应是:不就是拿无人机飞一圈、导出视频、抽帧、标几下框?——这恰恰是我在过去三年里见过最多、踩得最深的坑。去年帮一所高校做智慧…
阅读更多 →1. 大模型训练里,数据预处理为什么排在模型结构前面做昇思(MindSpore)大模型训练,很多朋友把精力全放在网络结构、loss 设计上,结果一跑起来,第一个卡住的反而是数据加载和预处理。尤其是从 PyTorch 转过来…
阅读更多 →1. 为什么这支影片值得所有足球经理玩家反复看足球经理系列每一代新作的首次公开影像,从来都不是简单的“预告片”。它更像是一份加密过的技术文档,表面上是几十秒到几分钟的剪辑画面,实际上藏着开发团队对新赛季核心机制的全部暗示。FM27第一…
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 →