- 博客(26)
- 收藏
- 关注
RSS订阅原创 ARC Is a Vision Problem!解读
在 ARC-1 的 400 个训练任务上联合训练，同时引入 RE-ARC 数据集扩充样本（每个任务额外补充 1000 对样本，总训练量约 40 万对）；所有任务共享网络权重，仅任务 token 独立，训练时全程应用平移 + 缩放增强。，这两类增强不生成新的辅助任务，所有视图共用同一个任务嵌入。论文假设 ARC 的变换规则天然具备平移和尺度不变性，因此这类增强不需要单独的任务表示。个辅助任务，加上原始任务，共 51 个任务参与微调。微调的优化目标和离线训练一致，都是。（1）语义级增强：生成辅助任务。
2026-11-06 22:13:50
291
原创 常见注意力机制
注意力机制通过动态分配权重聚焦关键信息，核心是打分函数。主流类型包括：加性、点积、缩放点积注意力；自注意力捕捉序列内部依赖，交叉注意力关联跨序列；多头注意力并行捕获多类特征，掩码注意力防止信息泄漏。高效变体如MQA/GQA共享KV头加速推理，稀疏注意力将复杂度降至O(n)，支持超长文本。
2026-09-03 16:31:56
314
原创 吴恩达深度学习基础
本文总结了神经网络与深度学习的核心知识体系，重点包括： 神经网络基础：监督与非监督学习、ReLU与Sigmoid激活函数的区别、逻辑回归的损失函数、梯度下降算法及其变体（BGD/SGD/MBGD）、梯度消失与爆炸问题及解决方案（如BatchNorm、残差连接）、反向传播算法与向量化加速计算。 深度神经网络：L层网络的构建、前向与反向传播、深度表示的优势（自动特征学习、层级化语义表达）、参数初始化方法（如Xavier/He初始化）、Batch/Layer Normalization的作用。 优化策略：超参数调
2026-05-28 21:24:24
395
原创 OSTrack
OSTrack提出一种单流单阶段的视觉目标跟踪框架，通过联合特征学习与关系建模解决传统双流架构的局限性。传统方法（如Siamese网络）采用分离的特征提取与关系建模，导致信息交互滞后、判别性不足。OSTrack创新性地将模板与搜索区域拼接输入ViT，利用Transformer的自注意力机制实现逐层跨图像交互，动态优化特征表达。相比传统策略（线性融合精度低或复杂建模速度慢），该方法在特征提取过程中自然完成语义对齐，兼顾性能与效率。实验表明，OSTrack通过单流架构的全局注意力机制，显著提升了目标-背景
2026-05-03 17:18:52
447
原创 YOLO和SiamFC的不同之处
SiamFC与YOLO跟踪技术对比摘要：SiamFC采用模板匹配实现单目标跟踪，通过第一帧模板在后续帧中寻找相似区域，速度快但易受遮挡干扰；YOLO跟踪基于检测关联实现多目标跟踪，每帧独立检测并通过数据关联维持轨迹，支持多类别识别且在遮挡后能恢复。前者适合高速单目标跟踪（如无人机），后者适用于复杂场景的多目标监控（如车流统计）。核心差异在于SiamFC不更新模板且不分类，而YOLO跟踪依赖持续检测和目标关联。两者在速度上均表现优异，但适用场景和鲁棒性存在明显区别。
2026-04-22 22:08:51
259
原创 SiamFC概述
SiamFC是一种基于全卷积孪生网络的单目标跟踪算法，通过离线端到端学习实现高效跟踪。其核心创新在于：1）采用双分支共享权重的全卷积网络，模板分支与搜索分支分别提取特征；2）通过互相关操作生成响应图，峰值对应目标位置，避免在线更新；3）利用ImageNet VID数据集进行离线训练，跟踪时仅需前向推理（>80FPS）。该方法将跟踪转化为模板匹配问题，首帧初始化目标模板后，通过多尺度搜索定位后续帧目标，兼顾速度与精度，成为深度学习视觉跟踪的奠基性工作。
2026-04-22 22:04:14
436
原创 从SRCNN到EDSR
本文综述了深度学习中几种典型的超分辨率重建模型。FSRCNN采用反卷积层和更小的卷积核提升效率；ESPCN提出亚像素卷积层优化计算；VDSR通过残差学习加速收敛；SRDenseNet引入密集残差；HAN引入注意力机制；SwinIR融合ViT架构。重点分析了EDSR模型，其通过移除BN层、全局残差学习和子像素卷积三大创新，在NTIRE2017挑战赛中夺冠，成为经典高质量重建SOTA架构。相比SRCNN、VDSR等模型，EDSR在画质上表现最优，适用于老照片修复、影视增强等场景。
2026-04-01 18:53:04
209
原创 SR算法发展
超分算法旨在将低分辨率图像复原为高清晰度图像，其发展经历了三代演进。第一代采用双线性插值（Bilinear）通过邻近像素平均值填补，第二代双三次插值（Bicubic）引入像素块相似度加权，但面对复杂纹理仍有限制。第三代基于字典学习和稀疏编码方法，通过高低分辨率字典匹配实现提升，但存在计算复杂等问题。深度学习时代SRCNN网络采用三层卷积结构（特征提取、非线性映射、重构），模拟字典映射过程，以PSNR指标评估显示其性能最优。该技术目前仍面临发展瓶颈。
2026-04-01 18:50:54
424
原创 基于ResNet的垃圾分类系统
ResNet-34深度学习模型实现摘要 本文详细介绍了ResNet-34深度学习模型的实现过程。该模型通过残差连接（BasicBlock结构）解决深度网络中的梯度消失问题，包含34层网络架构。项目分为三个核心模块：模型定义（model.py）、训练（train.py）和预测（predict.py）。 在训练阶段，使用SGD优化器和交叉熵损失函数，实现了100个epoch的训练过程，并保存最佳权重。预测模块经过改进，支持批量处理指定目录下的图片，自动输出分类结果及置信度。模型实现了图像分类任务，包括数据预处理
2026-03-31 17:42:10
391
原创 LangChain的使用和Deepseek的私有化部署
本文介绍了LangChain框架与Transformer架构的学习应用，以及DeepSeek-R1模型的部署实践。主要内容包括：1）LangChain作为开源LLM应用框架，通过模块化组件简化开发流程，演示了调用星火大模型API的实例；2）Transformer的核心技术解析，重点阐述自注意力机制和多头注意力原理；3）DeepSeek-R1论文研究成果，展示其通过强化学习提升的推理能力，并详细说明使用Ollama和Docker实现本地化部署的完整流程，包括MaxKB知识库系统的集成应用。全文涵盖了从理论原理
2026-03-29 17:16:40
440
原创 数据挖掘入门-二手车交易价格预测
在这里，定义了一个XGBoost回归模型，使用了特定的超参数：1.n_estimators：集成中的提升轮数或决策树数量（本例中有120棵树）。2.learning_rate：防止过拟合的步长缩减。3.gamma：需要进一步划分叶子节点的最小损失减小量。4.subsample：用于拟合决策树的样本比例。5.colsample_bytree：用于拟合决策树的特征比例。6.max_depth：每棵树的最大深度。本次设计旨在通过实践，探索二手车交易价格预测的相关技术和方法。
2025-05-13 11:05:53
1798
原创 大模型学习笔记（Langchain实践笔记）
马士兵-AI大模型全套教程（AI学习路线+LLM大语言模型+RAG实战+Langchain+ChatGLM-4+Transformer+DeepSeek部署）共计61条视频，包括：AI私有大模型部署和微调实战、AI大模型-学习路线规划、AI框架-Langchain是什么？课程视频：k马士兵-AI大模型全套教程（AI学习路线+LLM大语言模型+RAG实战+Langchain+ChatGLM-4+Transformer+DeepSeek部署）_哔哩哔哩_bilibili。
2025-03-26 16:08:34
563
原创 计算机视觉论文合集（光伏电板与多模态）
以上论文覆盖了YOLOv5在无人机视觉中的多模态特征融合、实时检测优化、小目标检测等方向。若需进一步代码实现或数据集，可参考网页5提供的可视化界面源码和网页8的预训练模型。更多细节建议通过链接访问原文或相关资源页面。
2025-03-03 19:29:12
1346
原创 豆包插件+arxiv的论文阅读应用
点了之后，点击上方翻译全文，就可以看到中英文对照的论文，并且边上还可以对ai提问，真是一举三得。然后右上角会有豆包的AI阅读标识（要先安装豆包插件chorm 和 edge 都是支持的）Arxiv：非常好用的论文库（https://arxiv.org/）搜索Attention Is All You Need（论文题目）选择CS方向，或者直接在搜索框中搜索需要的论文类型，方向等。点右边的view PDF 在线阅读。然后点进去，出现这个文章页面。
2025-02-08 18:49:48
980
1
原创 DeepSeek-R1:Incentivizing Reasoning Capability in LLMs viaReinforcement Learning论文解读
主要描述了DeepSeek团队推出了第一代的推理模型DeepSeek-R1-Zero和DeepSeek-R1。DeepSeek-R1-Zero 是一个通过大规模强化学习（RL）训练而成的模型，没有将有监督微调（SFT）作为初步步骤，展示出了卓越的推理能力。因为通过强化学习，DeepSeek-R1-Zero呈现出了许多强大的推理表现。
2025-02-07 10:53:41
1101
原创 Transformer的算法原理和计算流程
《Attention Is All You Need》论文解读，Attention机制（大白话系列），3分钟通俗讲解注意力机制到底怎么乘的，Transformer模型简介，发明Transformer的人真是个天才https://www.bilibili.com/video/BV14m421u7EM/?然后outputs probabilities输出的便是翻译预测的结果（注意：这里的outputs probabilities是错误的代表模型实际的输出可能会和中文翻译标注数据有出入）。“也会被转化为向量。
2025-02-03 09:58:48
1468
原创 计算机系统安全（Computer System Security）
1.安全的信息交换应该满足5个基本特征：数据机密性、数据完整性、可用性、不可否认性、鉴别性2.计算机信息安全研究的内容:(1)计算机外部安全(2)计算机内部安全(3)计算机网络安全3.计算机外部安全：1.安全规章制度 2.防电磁辐射/泄漏（1）使用低辐射设备（2）利用噪声干扰源（3）电磁屏蔽（4）滤波技术（5）光纤传输4.计算机内部安全：1.计算机软件保护2.软件安全3.数据安全5.计算机网络安全：计算机网络安全是指信息在通过网络系统交换数据时确保信息的完整性、可靠性和保密性。
2025-01-25 10:44:32
2179
原创 基于OpenCV的图像识别与追踪
num = 1 #计数器num2 = 0num3 = 0num,num2,num3分别为视频中三个模型的计数器flag1-flag6为三个模型的互斥锁。
2025-01-21 11:24:11
1163
原创 基于CycleGAN的风格迁移
在现代计算机视觉领域，图像到图像的转换任务一直是一个研究热点，其应用范围广泛，包括图像风格迁移、图像修复、医学影像处理等。传统的方法通常依赖于成对的训练数据，这在许多实际场景中难以获得，从而限制了这些方法的应用。随着深度学习技术的飞速发展，无监督图像到图像转换任务的研究备受关注。这类任务旨在通过学习一种映射关系，使源域图像能够被自动转化为具有目标域特征的图像，而无需对配对的源-目标图像进行标注。
2025-01-19 10:11:35
1456
原创 langchain调用星火大模型API构建私有LLM
如果您对讯飞AI能力接入感到无从下手，现在您可以通过阅读这些文档获得帮助。星火认知大模型服务说明 | 讯飞开放平台文档中心。目前langchain支持的星火版本为。（ultra等版本目前还不支持）Spark Max版本。控制台-讯飞开放平台。
2025-01-04 15:35:21
839
2
原创 AssertionError: train: No labels found in /root/autodl-tmp/yolov5-walkperson/sets/labels/train.cache
如果发现上述错误可以先试着删cache重新跑一遍（如图左），如果还是错误去检查一下images和labels有没有拼写错误（如图右）。
2024-08-26 14:09:57
882
原创 Python库的更新
例如这个提示setuptools不满足版本要求，我们可以用语句。之后就是进行更新，更新之后就不会有这个提示了。来更新，同理其他库也可以这样更新。
2024-08-24 21:20:31
1070
原创 深度学习和计算机视觉（Deep Learning and Computer Vision）
1.计算机视觉的定义计算机视觉（Computer Vision）是一个跨学科的研究领域，主要涉及如何使计算机能够通过处理和理解数字图像或视频来自动进行有意义的分析和决策。其目标是使计算机能够从视觉数据中获取高层次的理解，类似于人类的视觉处理能力。图像分类：识别图像中主要的物体或场景。例如，给定一张图片，确定它是猫还是狗。目标检测：在图像中定位和识别多个目标。例如，在街景图像中识别并标注汽车、行人和交通标志的位置。图像分割：将图像分割成不同的区域或对象。例如，将一张医疗影像分割成不同的器官和组织。
2024-06-27 16:12:22
22072
8
原创 Yolov5数据集的训练
【手把手带你实战YOLOv5-入门篇】YOLOv5 模型训练_哔哩哔哩_bilibili[yolov5小白训练教程]0基础教学，训练自己的数据集，详细教学_哔哩哔哩_bilibili1.建立datasets数据集2.写yaml文件3.elpv_reader文件导入在utils/general.py文件下修改其中涉及修改yaml文件中的路径4.权重文件5.页面文件太小，无法完成操作2024-2-17更新新的数据集，可以实现目标检测！具体就是写一下路径，标签已经给出。
2024-03-02 16:27:06
1823
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人