更多精彩内容,欢迎继续阅读
在浏览器里跑神经网络,前几年听起来还像个噱头,现在已经被不少团队当成了常规武器。我接触 TensorFlow.js 是从一个“嫌服务器推理太贵”的项目开始的,后来陆续做过人脸关键点、姿态估计、端侧分类器,踩过的坑比读过的文档都多。今…
阅读更多 →我最早接触武大超算中心,其实是被课题组的师兄硬拽上去的。他甩给我一串IP和一个账号密码,留下一句"自己上去跑个测试",人就出差了。结果我连SSH都折腾了半天,登上去之后面对满屏的英文命令更是彻底懵圈——这跟平时用W…
阅读更多 →简介:这份PDF资料面向计算机视觉初学者与OpenCV开发者,聚焦图像中矩形的自动检测与识别问题。内容围绕滤波增强边缘、通道分离、Canny边缘提取、轮廓查找、多边形拟合、轮廓面积与顶点计算、最大余弦角度判定以及矩形绘制等完整流程展开,并给…
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 →