更多精彩内容,欢迎继续阅读
最近把手头一个目标检测项目从GPU环境迁到了昇腾Atlas平台上跑,折腾了大概两周,把YOLO从模型转换到NPU推理整条链路走通了。网上关于Atlas部署YOLO的资料比较零散,很多细节官方文档没写透,实操时踩了不少坑。这篇文章就把整个过程…
阅读更多 →做视觉引导的人,迟早都会被九点标定虐一遍。第一次搞LabVIEW和Halcon联动的时候,我的想法很天真:相机拍到像素坐标,机器人走过去抓,不就完事了吗。结果真的把代码跑起来才发现,像素坐标和机械坐标中间隔着一…
阅读更多 →1. 这个功能到底在解决什么问题?——从真实使用场景说起“MacBook自动隐藏和显示菜单栏”听起来像一个系统设置里的小开关,但实际用起来,它远不止是“省几像素屏幕空间”这么简单。我用MacBook做开发、写文档、剪视频、远程协作已经十年&…
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 →