更多精彩内容,欢迎继续阅读
先说个结论:在嵌入式开发板上做车牌识别,最难的反而不是模型训练,而是训练数据和设备实际看到的数据根本不在一个分布里。我自己在全志V3s上跑LPRNet时就栽过跟头——PC上测试精度看着还行,一上板子,摄像头天色一变、角…
阅读更多 →做图像处理的同行应该都遇到过这样的需求:手头只有一张黑白老照片或一段监控灰度帧,想给它补上颜色,让画面活起来。黑白图像彩色化这个课题,我在Matlab上折腾过很长时间,从最传统的颜色扩散优化到基于深度学习的端到端…
阅读更多 →ROS2 节点里每天都在用的 C 底层能力,一张表讲清 摘要:很多人学 ROS2 只盯着节点、话题、服务这些框架层的东西,实际写代码时发现处处卡壳——回调怎么写、消息怎么管、定时器怎么控、多线程怎么锁。其实这些全是 C 语言层的基本功。本文把 S…
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 →