- 博客(548)
- 收藏
- 关注
RSS订阅原创 【小白系列】风格迁移入门教程：从原理到实战，让你的图片秒变艺术大师之作｜全流程拆解 + 疑难解答
提取指定层的特征layers = {'21': 'conv4_2', # 内容层，选conv4_2保留较多内容细节x = image# 计算Gram矩阵（风格损失的核心）gram = torch.mm(features, features.t()) # 矩阵乘法return gram / (batch_size * channels * height * width) # 归一化风格迁移的本质是让机器学会区分“内容结构”和“风格纹理”，并通过数学优化来融合二者。
2026-07-26 11:52:51
34
原创 【小白系列】从艺术创作到AI实践：PaddleGAN带你玩转生成对抗网络｜全流程拆解 + 疑难解答
PaddleGAN打破了“GAN技术高深莫测”的壁垒，让你能快速上手并创作出令人惊艳的AI艺术作品。从风格迁移到动漫化，从照片修复到人脸生成，每一个功能都是你探索创意的入口。现在，不妨从一张普通的照片开始，用PaddleGAN给它“施个魔法”——也许你会发现，自己的艺术创作灵感会在GAN的助力下，绽放出意想不到的光彩。去尝试吧，让你的创意在AI的世界里自由生长！
2026-07-26 11:51:52
42
原创 【小白系列】从训练到部署：用 PaddleDetection + PyQt5 打造工业缺陷检测 GUI 应用｜全流程拆解 + 疑难解答
通过本文的教程，你完成了**“模型训练→格式转换→界面开发→功能集成”**的完整流程。从PaddleDetection训练工业缺陷模型，到用ONNX实现跨框架部署，再到PyQt5打造可视化界面，每一步都让你离“将AI技术落地”更近一步。现在，你可以将这套流程应用到其他场景——比如农产品缺陷检测、安防目标识别等，只需替换数据集和模型，就能快速构建新的GUI应用。AI应用开发不再是遥不可及的技术壁垒，而你已经掌握了打开这扇门的钥匙。赶紧动手，让你的AI模型从“实验室原型”蜕变为“用户手中的实用工具”吧！
2026-07-26 11:50:40
40
原创 【小白系列】从老照片上色到表情迁移：用 GAN 和动作模型玩转 AI 图像魔法｜全流程拆解 + 疑难解答
GAN的核心是两个神经网络的“对抗游戏”生成器（G）：像个“造假者”，从随机噪声中生成逼真的假数据（比如给黑白照片上色后的彩色图）。判别器（D）：像个“鉴宝师”，负责区分输入的是“真实数据”还是“生成器造的假数据”。两者不断博弈：生成器努力让“假数据”以假乱真，判别器努力练就“火眼金睛”。最终，生成器能生成足以欺骗判别器的“真·假数据”——这就是GAN给老照片上色的技术核心。
2026-07-26 11:49:38
34
原创 【小白系列】从0到1掌握目标检测：PaddleDetection 快速上手教程｜全流程拆解 + 疑难解答
打开 configs/ppyoloe/ppyoloe_plus_crn_l_80e_coco.yml# 找到以下行，修改为你想要的类别（需对应COCO数据集的类别ID）# 只检测猫（ID=17）和狗（ID=18）重新执行推理命令，就能得到只包含猫和狗的检测结果。从“开箱即用”的预训练模型，到“从0到1”的自定义训练，PaddleDetection让目标检测的门槛大幅降低。你可以用它解决实际问题，也可以探索更多创意玩法。
2026-07-26 11:48:52
28
原创 【小白系列】毕业设计级实战：深度学习让老照片“上色又动起来”｜全流程拆解 + 疑难解答
从给老照片上色的“色彩魔法”，到让人物动起来的“动作魔法”，你用深度学习完成的不仅是一个毕设项目，更是一场“让旧时光焕发生机”的创意实践。在这个过程中，你不仅掌握了GAN和动作模型的核心技术，更学会了如何将技术与需求结合，打造有价值的应用。现在，就从一张老照片开始，开启你的毕设创作之旅吧——让那些泛黄的记忆，在你的代码中重新“彩色且鲜活”地绽放！
2026-07-26 11:47:30
26
原创 Jetson Nano + PaddlePaddle 边缘深度学习实战｜小白系列·全流程·疑难解答
准备带标注的数据集（如用LabelImg标注）。基于PaddleDetection配置训练文件，启动训练：训练完成后，将模型导出并部署到Jetson Nano。在Jetson Nano上搭建PaddlePaddle环境并实现实时目标检测，只是边缘AI应用的起点。你可以基于这个基础，探索更多创意玩法——比如打造智能农业监测设备，实时识别农作物病虫害；或是开发家庭安防系统，自动预警异常闯入。
2026-07-26 11:46:36
24
原创 小白系列·Jetson Nano 部署 PaddlePaddle 全流程：从环境搭建到模型推理 + 高频疑难解答
准备带标注的数据集（如用LabelImg标注）。基于PaddleDetection配置训练文件，启动训练：训练完成后，将模型导出并部署到Jetson Nano。在Jetson Nano上搭建PaddlePaddle环境并实现实时目标检测，只是边缘AI应用的起点。你可以基于这个基础，探索更多创意玩法——比如打造智能农业监测设备，实时识别农作物病虫害；或是开发家庭安防系统，自动预警异常闯入。
2026-07-26 11:45:37
32
原创 零基础玩转RK3588部署YOLOv11：从环境搭建、PT→ONNX→RKNN转换到NPU实时推理全流程实战（小白指南+疑难解答）
是最具实用价值的技术方向之一——它能让机器像人类一样“看懂”图像，识别出物体的类别与位置。RK3588芯片则是边缘计算领域的性能标杆，其强大的NPU算力能让AI模型在本地高效运行。别犹豫，立刻动手实践——当你在RK3588开发板上看到YOLOv11精准识别出第一个目标时，那种成就感会让你明白：AI落地，其实没那么难。的智能应用：比如工厂里的产品缺陷检测、小区里的安防异常识别、农场里的病虫害监测……无需深厚的技术背景，跟着这份指南，你也能从0到1实现属于自己的AI项目。，连同模型文件传到开发板，执行。
2026-07-25 20:29:09
26
原创 多模态大模型入门：从ViT架构、图文对接到VLM实战的全方位学习指南（小白指南+疑难解答）
不妨从生活中的场景入手，比如用它来生成旅行照片的配文，或分析家中电器的使用说明书并生成操作指南——当你看到模型能精准理解多模态信息并生成有价值的内容时，你会发现多模态AI的魅力远超想象。多模态大模型正处于技术发展的爆发期，掌握它不仅能让你解决现有场景的问题，更能让你在智能创作、教育、工业等领域开拓新的应用模式。运行脚本后，模型会根据文本提示生成对应的图像，你可以尝试不同的风格和场景描述，探索生成式AI的创意边界。模型会根据教材中的题目图像，生成详细的解题步骤，为学生提供个性化的学习辅导。
2026-07-25 20:27:42
161
原创 从零玩转MiniCPM-V：多模态大模型本地部署、图文视频理解与LoRA微调全流程实战（小白指南+疑难解答）
不妨从身边的场景入手，比如用它来生成家庭旅行的图文日记，或搭建一个智能园艺助手（识别植物图像并给出养护建议）——当你看到MiniCPM-V精准理解你的需求并输出有价值的内容时，你会发现多模态AI的魅力远不止于此。掌握它，你不仅能快速落地多模态应用，更能在智能交互、内容创作等领域探索出独特的商业模式。替换为你的测试图像，运行后模型会输出对图像和问题的自然语言回答，比如“这是一只布偶猫，它正趴在窗边晒太阳”。运行后，模型会根据文本描述生成对应的图像，你可以尝试不同的艺术风格和场景，解锁AI创作的乐趣。
2026-07-25 20:24:55
20
原创 从零玩转Flamingo多模态大模型：Perceiver Resampler与门控交叉注意力图文交互实战全流程（小白指南+疑难解答）
掌握它，你不仅能玩转现有场景，更能在智能客服、内容创作、工业检测等领域开拓新的应用模式。不妨从生活中的场景入手，比如用它来识别宠物的品种并给出养护建议，或分析旅行照片并生成游记片段——当你看到模型能精准理解图文并生成有价值的内容时，你会发现多模态AI的魅力远超想象。本教程将带你从技术认知到实际应用，轻松掌握Flamingo的核心玩法，让你在多模态AI领域抢占先机。替换为你的测试图像，运行脚本后，Flamingo会根据图像和问题生成自然语言回答，比如“这只猫在玩毛线球”。在人工智能的多模态领域，
2026-07-25 20:23:11
16
原创 多模态ViT模型从入门到实战：Patch Embedding到跨模态对齐全流程解析——基于CLIP/ALBEF的视觉Transformer实战（小白指南+疑难解答）
不妨从一个实际场景入手，比如用它来检索本地相册中与你描述相符的照片，或生成你想象中的艺术作品——当你看到模型能精准理解图文信息并给出反馈时，你会发现多模态AI的魅力所在。替换为你的测试图像，运行脚本后，模型会输出图像与各文本描述的相似度，你可以看到模型能精准匹配“一只猫”这个描述。准备一个包含多种图像的目录，运行脚本后，模型会根据文本“一只在草地上玩耍的狗”检索出最匹配的图像并展示。只需输入文本描述，模型就能生成对应的图像，你可以尝试不同的风格和场景描述，探索生成式AI的创意边界。
2026-07-25 20:21:57
25
原创 基于华为昇腾310 Atlas 200DK的深度学习模型移植与边缘推理系统设计与实现——ATC模型转换、量化与AscendCL部署全流程（含环境配置与疑难解析
通过以上步骤，你已成功在华为昇腾310 Atlas 200DK上完成深度学习模型的移植与推理。这一流程可复用到目标检测、语义分割等其他任务，快去尝试将自己的AI模型部署到昇腾设备上，打造属于你的边缘智能应用吧！上部署深度学习模型，这篇教程将带你走完从模型转换到推理运行的完整流程。无需担心技术壁垒，我们以通俗易懂的方式拆解每一步，让你轻松在昇腾嵌入式设备上实现AI应用。是专为边缘AI设计的高性能处理器，Atlas 200DK是其开发板形态，能高效运行图像分类、目标检测等深度学习任务。
2026-07-25 20:20:26
27
原创 从入门到实战：华为昇腾310 Atlas 200DK深度学习模型移植全流程——环境搭建、ATC模型转换与AscendCL推理（小白指南+疑难解答）
通过以上步骤，你已成功在华为昇腾310 Atlas 200DK上完成深度学习模型的移植与推理。这一流程可复用到目标检测、语义分割等其他任务，快去尝试将自己的AI模型部署到昇腾设备上，打造属于你的边缘智能应用吧！上部署深度学习模型，这篇教程将带你走完从模型转换到推理运行的完整流程。无需担心技术壁垒，我们以通俗易懂的方式拆解每一步，让你轻松在昇腾嵌入式设备上实现AI应用。是专为边缘AI设计的高性能处理器，Atlas 200DK是其开发板形态，能高效运行图像分类、目标检测等深度学习任务。
2026-07-25 20:16:40
19
原创 基于RK3588的YOLOv11目标检测NPU加速系统设计与实现——模型转换(RKNN)、量化与板端部署全流程（含环境搭建与疑难解析）
而RK3588芯片则是一款性能强劲的边缘计算芯片，将YOLOv11部署在RK3588上，可实现本地化的智能检测应用，比如工业质检中的产品缺陷识别、安防领域的异常行为监测等。比如，优化模型的推理速度，可通过调整模型的输入尺寸、使用更高效的推理框架等方式实现；可以使用RK提供的量化工具来完成这一过程，按照工具的使用说明，对ONNX模型进行量化，生成适用于RK3588的模型文件。现在，你已经掌握了从环境搭建到模型部署的全流程，赶快动手实践，让YOLOv11在RK3588上绽放智能光彩，打造属于你的AI应用吧！
2026-07-25 20:15:46
43
原创 从入门到精通：RK3588部署YOLOv11与RKNN全流程实战——PT→ONNX→RKNN转换与NPU推理（小白指南+疑难解答）
通过以上步骤，你已成功在RK3588上部署YOLOv11并实现实时推理。这一流程不仅适用于YOLOv11，也可迁移到其他目标检测模型。接下来，你可以尝试优化模型、扩展功能（如多任务检测、结果上传），让你的边缘AI应用更具实用性。如果你想在RK3588芯片上实现YOLOv11目标检测的高效部署，这篇教程将成为你的得力助手。我们将从环境搭建、模型转换到最终的NPU推理，一步步带你完成整个流程，让你在边缘AI领域快速上手。此时，你应该能看到摄像头画面中实时显示目标检测结果，标注着物体类别和置信度。
2026-07-25 20:14:46
30
原创 手把手教你做工业AI质检：基于YOLOv11的产线瑕疵与不良品识别（全流程解析·小白友好·附疑难解答）
工业质检项目的每一步，都是“技术逻辑→工业需求→商业价值”的闭环验证。当你看到自己开发的系统能在产线中精准识别每一处瑕疵，为工厂节省大量成本时，那种“技术创造真实价值”的成就感，会让你明白深度学习不止是算法论文，更是产业升级的引擎。如果过程中遇到模型在产线环境下精度下降、UI系统抗干扰性不足等问题，不妨从“工业场景特殊性”（如光照变化、产品反光、产线振动）入手拆解分析，再针对性优化数据或模型。记住，每解决一个工业场景的问题，你就离“能驾驭产业AI的工程师”更近一步。
2026-07-24 21:36:05
155
原创 手把手教你打造海洋智能监测系统：基于YOLOv11的多目标识别（全流程解析·小白友好·附疑难解答）
如果你想为海洋环保打造一套智能监测工具，这篇从数据准备到UI开发的全流程教程，将带你完成海洋物体检测系统的技术落地，让你的项目成为海洋研究与环保的得力助手。的全流程，不仅能帮你打造一个技术闭环的海洋智能监测项目，更能让你掌握计算机视觉在海洋环保场景的落地逻辑。如果某个环节遇到瓶颈，不妨把步骤拆解后逐一突破——相信你最终能做出一个既“懂技术”又“懂海洋”的优质系统，无论是用于学术研究还是实际环保工作，都能展现出你的专业与担当。，为环保部门提供实时数据支撑，为海洋研究学者分析生态现状提供科学依据。
2026-07-24 21:35:00
23
原创 手把手教你搭建公共安全智能守护系统：基于YOLOv11的实时打架识别（全流程解析·小白友好·附疑难解答）
的全流程，不仅能帮你打造一个技术闭环的打架行为识别项目，更能让你掌握计算机视觉在公共安全场景的落地逻辑。如果某个环节遇到卡点，不妨把步骤拆解后逐一突破——相信你最终能做出一个既“懂技术”又“懂安防”的优质系统，无论是用于学术展示还是实际安防部署，都能展现出你的专业与担当。如果你想为公共安全领域打造一套能实时识别、及时预警的智能监控系统，这篇从数据准备到UI开发的全流程教程，将带你攻克技术难点，做出一个既专业又实用的打架行为识别项目。用PyQt5开发桌面应用，实现“实时监控→打架识别→预警提示”的交互流程。
2026-07-24 21:33:47
333
原创 一文跑通！基于YOLOv11与DeepSORT的动态视频目标追踪系统（含ReID特征提取详解）
仅保留车辆类别（假设车辆类别ID为2）if det.class_index == 2: # 车辆类别ID通过本指南，你已完成从环境搭建数据准备模型训练到追踪系统与UI界面的全流程，搭建了一套完整的动态视频目标追踪系统。该系统在安防监控、交通管理等场景中具有实用价值，可实现目标的实时稳定追踪。未来，你可尝试结合多模态特征（如目标外观+运动特征）提升追踪鲁棒性，或探索轻量化模型部署（如TensorRT加速），让系统在边缘设备上也能高效运行。
2026-07-24 21:31:34
21
原创 AI让特效制作更简单：YOLOv11实现拍摄现场实时物体追踪与交互（附Demo演示）
的全流程，不仅能帮你打造一个技术闭环的电影特效目标检测项目，更能让你掌握计算机视觉在影视特效场景的落地逻辑。而基于YOLOv11的电影特效目标检测系统，能将特效元素识别准确率提升至94%以上，处理速度达30帧/秒。如果你想为电影特效制作打造一套智能检测与交互工具，这篇从数据准备到UI开发的全流程教程，将带你完成电影特效目标检测系统的技术落地，让你的项目成为特效制作的高效助手。电影特效是提升影片视觉冲击力的关键，但传统特效制作中，对“虚拟角色、特殊道具、场景元素”的识别与标注依赖人工，成本高、效率低。
2026-07-24 21:28:21
20
原创 毕业设计优选：基于YOLOv11的地质图像智能分析与岩矿识别系统（含GUI界面）
通过本指南，你已完成从环境搭建数据准备模型训练到UI界面与批量分析的全流程，搭建了一套完整的地质图像智能分析系统。该系统在地质勘探、矿产资源评估等场景中具有实用价值，可快速识别核心地质特征。未来，你可尝试模型轻量化（如部署到边缘设备）、多模态融合（结合地质传感器数据）等方向，让系统在实际地质工程中发挥更大作用。如果你在实践中遇到问题，或是想探索更复杂的地质场景分析（如地层年代识别），都可以深入研究相关技术细节，相信你能在地质与AI的交叉领域做出更有价值的探索。
2026-07-24 21:26:12
15
原创 市政养护降本增效：YOLOv5→v10全面进化，道路裂缝、坑槽秒级识别与预警
YOLOv5作为Ultralytics团队开源的目标检测模型，以其优秀的性能和易于使用的特点，成为众多应用场景中的首选模型。它具有灵活的结构，能够轻松适应不同的任务需求，并且支持多种训练模式，适合用于实时检测。其优势在于检测速度快、准确率较高，能够快速定位道路上的损伤位置。通过本文的介绍，我们了解了如何使用YOLOv5、YOLOv8和YOLOv10进行道路检测与维护分析。从数据集准备、模型训练到UI界面实现，构建了一个完整的道路检测系统。
2026-07-24 21:24:21
12
原创 市政养护降本增效：基于YOLOv11的路面病害智能检测系统，效率提升200%！
道路缺陷检测项目的每一步，都是“理论→实践→反思→优化”的成长循环。当你看到自己开发的系统能精准识别出道路上的每一处裂缝、每一个坑洼时，那种“技术解决真实问题”的成就感，会让你明白深度学习不止是论文里的公式，更是改变行业的工具。如果过程中遇到模型不收敛、界面功能异常等问题，不妨把问题拆解成“数据是否标注准确？”“模型参数是否合理？”“界面逻辑是否有漏洞？”等小问题逐一排查。记住，每解决一个问题，你就离“能独立落地AI项目的工程师”更近一步。
2026-07-24 21:22:54
292
原创 Dual Pixel 传感器：深度估计 + 去模糊实战
Dual Pixel 去模糊链路：运动/高斯模糊 → DualPixelBlock (双分支视差模拟 + concat 融合) ×4 → 全局残差 → Tanh。核心贡献：双分支结构模拟双像素两个子单元的空间偏移, 残差连接保留低频信息避免颜色偏移。建议先用 L1 loss 训 50 epoch, 再用 L2 finetune 10 epoch 提边缘锐度;合成模糊用多种 kernel (运动+高斯+散焦混合) 防过拟合单一退化类型。
2026-04-28 21:41:18
49
原创 ViT 实战：Patch Embedding + Transformer + CIFAR-10 分类
ViT 的核心是 PatchEmbedding（Conv2d kernel=16, stride=16 将 224² 图切成 14×14=196 个 patch，映射到 192/768 维）+ [CLS] Token（用于分类）+ 位置编码（可学习）+ Transformer Encoder（MultiheadAttention + MLP）。小数据集（如 CIFAR-10）从头训练 ViT-Tiny 仅约 72% 准确率，远不如 ResNet18（~95%）。
2026-04-28 21:39:40
35
原创 MobileNetV3 医学病理分类：卷积分类头 + 迁移学习
MobileNetV3 医学病理分类链路：冻结 features 层（3.9M → 0 梯度）→ 用 Conv2d 1×1 替换 Linear 分类头（参数从 1.28M 降到 3.8K）→ 仅训练 conv_head 30 epoch 即可收敛（Val Acc=94.8%）。小数据集（<1000 张/类）推荐冻结策略，参数量足够小且不易过拟合。Conv2d 1×1 替代全连接层的思路也适用于其他 CNN backbone 的迁移学习任务。
2026-04-28 21:38:54
157
原创 聚类算法：K-means / DBSCAN 原理 + 实战
tol=1e-4):# 1. 初始化: 随机选 k 个# 2. 分配: 最近质心axis=-1# 3. 更新: 簇均值])# 4. 检查收敛break# ── 测试 ──# 分配标签plt.show()聚类算法链路：无标签数据 → 选 K-means (球形簇, 需指定 k) 或 DBSCAN (任意形状, 自动噪声) → fit_predict → 评价 (Silhouette/ARI) → 调参。K-means 肘部法选 k, 复杂度 O(n·k·d·t) 适合大数据;
2026-04-28 21:38:08
143
原创 FedU-Net：联邦学习 + BraTS 多模态脑肿瘤分割
FedU-Net 联邦脑肿瘤分割链路：BraTS 2021 (4 模态, 4 类) → U-Net (5.1M) + CE+Dice 损失 → Flower 5 客户端模拟, 20 轮 FedAvg 达全局 DSC=0.828 (比单机高 7.8 个百分点)。非 IID 场景下建议增大每客户端本地 epoch 到 10 或换 FedProx 聚合器。Opacus 差隐私噪声 σ=0.01 对 DSC 影响 < 0.5%, 适合医疗合规场景。
2026-04-28 20:15:53
50
原创 图像超分辨率：Sub-Pixel 卷积原理与 PyTorch 实现
"""Sub-Pixel 卷积超分网络，4 倍上采样"""# 输出通道数 = in_channels × scale²return x# 测试前向。
2026-04-28 20:10:59
38
原创 树莓派 5 + YOLO26 实时口罩识别系统
YOLO26n 在树莓派 5 上 320×320 输入可达 10 FPS，结合 GPIO 控制继电器就能实现口罩门禁。关键点是使用口罩专用数据集微调模型（COCO 预训练权重不包含口罩类），否则只能用 person 检测 + 推理区域裁剪的间接方案。建议先用 PC 微调好模型，再部署到树莓派，树莓派端只需运行推理和 GPIO 控制。
2026-04-28 20:09:58
36
原创 GAN 应用实战：风格迁移、动漫化与超分辨率
GAN 在图像生成领域的三个主流应用是超分辨率（Real-ESRGAN）、风格迁移（AdaIN/CycleGAN）和动漫化（AnimeGAN）。Real-ESRGAN 通过 RRDB 主干 + U-Net 判别器在 4 倍超分上效果最佳；AdaIN 用通道统计量匹配实现实时风格迁移；AnimeGAN 在五大动画风格上做了预训练模型。建议先从预训练模型上手，确认效果后再考虑在特定数据集上微调。
2026-04-28 20:08:43
30
原创 GAN 图像上色 + 动作迁移：从黑白照片到动态视频
DeOldify 上色 + FOMM 动作迁移的组合可以让一张黑白老照片变成彩色动态短视频。DeOldify 的关键参数是 render_factor（30 左右），FOMM 的关键是驱动视频的动作幅度不宜过大。串联时先用 DeOldify 上色并保存，再以彩色图为 source 输入 FOMM。建议先用一张高质量正面照测试整个 pipeline 跑通，再批量处理更多老照片。
2026-04-28 20:07:39
28
原创 老照片上色 + 人物动态化：GAN 与动作迁移实战
DeOldify 上色 + FOMM 动作迁移的组合，可以让一张黑白老照片变成彩色动态视频。单张上色的关键参数是 render_factor（30 左右），动态化的关键是驱动视频的动作幅度不宜过大。先用上色结果替换 FOMM 的 source 输入即可串联两个模型。建议在制作演示视频时输出纯脚本文本版本，再通过剪辑加入转场和背景音乐来提升展示效果。
2026-04-28 20:06:27
38
原创 聚类算法实战：K-means + DBSCAN + 层次聚类对比
对比项K-meansDBSCAN层次聚类簇形状球形任意任意需指定 k是否可后剪枝噪声处理无法识别自动标记无法识别参数n_clusters计算复杂度O(n·k·t)O(n²)O(n³)大规模数据 (n > 10K)可慢不可高维数据 (d > 50)可 (需归一化)差 (密度失效)差K-means (球形簇, 需肘部法选 k, 轮廓系数 0.55) 适合客户分群/图像分割；
2026-04-27 21:52:16
42
原创 知识蒸馏温度系数 T 深度解析：公式推导 + PyTorch 自适应策略
温度系数 T 的数学本质是缩放 logits 再 Softmax：T 越大分布越平缓 (KL 散度越大但梯度越小)。经典 T=4 在 CIFAR-100 上比无蒸馏高 4.5 个百分点。建议先用线性衰减策略 (T=8→1, α=0.7) 作为 Baseline，再根据教师-学生容量差距微调：容量差距大用 T=8 以上，容量接近用 T=2-4。多教师多温度蒸馏可再提 1-2 个百分点但训练成本增 30%。
2026-04-27 21:50:41
36
原创 OpenSlide 病理 SVS 切片处理：多层读取 + 批量裁剪全流程
OpenSlide 处理 SVS 流程:→查看层级 →获取 patch → 批量滑窗裁剪或直接 AI 模型输入。坐标始终基于 level 0 坐标系, 低层级使用换算。建议先用 ImageScope 打开切片定位 ROI, 再通过 OpenSlide 批量裁剪高倍 patch 喂给 YOLO26/UNet 等模型。
2026-04-27 21:49:15
34
原创 Lung-DETR：变形注意力 + 肺先验的稀疏肺结节检测
Lung-DETR 链路：LUNA16 CT 预处理（HU 窗位 -1000~400 + 肺分割阈值 0.25）→ ResNet50 backbone 提取 2D 切片特征 → DeformableAttention (num_points=9) 学习采样偏移捕捉不规则结节 → 100 queries + Hungarian 匹配 → mAP@0.5=0.92。
2026-04-27 21:47:09
26
原创 GaussianBev + REVFormer：3D 高斯表示 + 可逆 Transformer BEV 分割
GaussianBev + REVFormer BEV 分割链路：多相机 RGB → CNN 特征 → 逐像素 3D 高斯生成 (M~10⁵) → 可微 Splat 到 BEV → 24 层可逆 Transformer (显存恒定 1.1 GB) → 语义分割头。nuScenes 上 mIoU=0.541 (比 BEVFormer 高 5.9 点), 显存降至 1/8, FPS=11。
2026-04-27 21:40:27
30
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人