更多精彩内容,欢迎继续阅读
前言 平时写技术博客、复现软件 BUG、录制操作教程,录屏是必不可少的工具。网上工具五花八门,有水印、收费、功能残缺各种坑。本文测评 6 款高频工具:oCam、微软 Xbox Game Bar 自带录屏、ShareX、Bandicam、OBS Studio、EV 录屏。其中重点分享我长期使用过的 oCam 和 Shar…
阅读更多 →简介:本资源是面向智慧交通与计算机视觉初学者的打场晒粮目标检测专用数据集,聚焦城市道路场景下违规占道晒粮行为的识别与算法训练需求。数据集共1065张高质量JPG图像,配套Pascal VOC格式XML标注文件与YOLO格式TXT标签文件各1065份ÿ…
阅读更多 →做目标检测这几年,我最大的体会是:真正卡住项目的从来不是网络结构,而是数据。最近在整理宠物识别相关内容时,我把一套4300张的猫狗检测数据集翻来覆去嚼了几遍,用它重新跑通了完整的YOLO训练流程。这套数据集的定位很…
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 →