<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[穆友航的博客]]></title><description><![CDATA[技术分享，经验记录。]]></description><link>https://blog.youkuaiyun.com/muyouhang</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; muyouhang]]></copyright><item><title><![CDATA[【资料整理】【OpenCV C++】基于背景分割的视频运动目标检测算法调查与实验]]></title><link>https://blog.youkuaiyun.com/muyouhang/article/details/160959106</link><guid>https://blog.youkuaiyun.com/muyouhang/article/details/160959106</guid><author>muyouhang</author><pubDate>Sat, 16 May 2026 17:01:49 +0800</pubDate><description><![CDATA[背景建模方法的好处是前景目标的提取效果不会受到前景物体运动速度的影响，但是对于光照变化的场景会存在误差，但是依然能够采用不同的特征和模型来处理复杂场景，是运动目标检测中的主流方法。
本文介绍了7种背景-前景分割方法，并进行实验对比分析。]]></description><category></category></item><item><title><![CDATA[【资料整理】视频放大技术详解：基于OpenCV的实现]]></title><link>https://blog.youkuaiyun.com/muyouhang/article/details/160958821</link><guid>https://blog.youkuaiyun.com/muyouhang/article/details/160958821</guid><author>muyouhang</author><pubDate>Sat, 16 May 2026 16:59:33 +0800</pubDate><description><![CDATA[本文介绍了一个基于OpenCV和C++的视频放大系统实现，该系统能够放大视频中肉眼难以察觉的细微变化。核心技术包括三种放大模式：颜色放大（基于高斯金字塔和理想带通滤波）、运动放大（基于拉普拉斯金字塔和IIR滤波器）以及小波放大（基于离散小波变换）。文章详细解析了系统架构和核心算法实现，包括数据结构定义、颜色放大流程、运动放大流程以及关键滤波器实现。]]></description><category></category></item><item><title><![CDATA[OpenRouter 注册与免费使用 Hy3 Preview 模型完整指南（实战版）]]></title><link>https://blog.youkuaiyun.com/muyouhang/article/details/160862837</link><guid>https://blog.youkuaiyun.com/muyouhang/article/details/160862837</guid><author>muyouhang</author><pubDate>Sun, 10 May 2026 13:20:30 +0800</pubDate><description><![CDATA[OpenRouter是一个聚合多款大模型API的统一平台，提供OpenAI兼容接口，简化开发者切换不同AI模型的过程。核心功能包括统一API端点、聚合主流模型（如GPT、Claude、Gemini等）、自动路由和计费管理。平台支持免费注册获取API Key，并提供腾讯Hy3 Preview等免费模型，适用于推理任务和代码分析。通过复用OpenAI SDK，开发者可快速集成，并支持启用思维链推理模式。]]></description><category></category></item><item><title><![CDATA[2022-2025图像识别网络结构对比分析报告]]></title><link>https://blog.youkuaiyun.com/muyouhang/article/details/151158149</link><guid>https://blog.youkuaiyun.com/muyouhang/article/details/151158149</guid><author>muyouhang</author><pubDate>Sun, 10 May 2026 13:08:45 +0800</pubDate><description><![CDATA[2022-2025年图像识别网络结构呈现多元化发展，聚焦模型性能与效率的平衡。研究分析了卷积架构（EfficientNet、ConvNeXt）、Transformer改进（ViT压缩、Swin V2）及混合架构（MobileViT-V2）三大技术路线。卷积网络通过现代化改造实现性能跃升，Transformer优化计算复杂度，混合架构则融合两者优势。关键技术突破包括：EfficientNet的复合缩放策略、Swin V2的窗口注意力优化，以及混合架构的动态处理机制。]]></description><category></category></item><item><title><![CDATA[免费大模型API使用指南]]></title><link>https://blog.youkuaiyun.com/muyouhang/article/details/160583790</link><guid>https://blog.youkuaiyun.com/muyouhang/article/details/160583790</guid><author>muyouhang</author><pubDate>Tue, 28 Apr 2026 10:21:30 +0800</pubDate><description><![CDATA[2026年免费大模型API使用指南摘要 本文提供2026年主流免费大模型API的完整使用指南，重点推荐： 智谱AI：GLM-4-Flash模型永久免费，新用户送2000万Token，支持流式输出和函数调用，国内低延迟。 硅基流动：兼容OpenAI格式，支持DeepSeek-R1等开源模型，1000RPM免费额度，国内直连。 ModelScope魔搭：阿里达摩院支持，每日2000次免费调用，提供文本生成、图像生成等多模态能力。 月之暗面Kimi：支持128K超长上下文，适合文档处理，新用户认证送15元额度。 ]]></description><category></category></item><item><title><![CDATA[配置 OpenClaw 使用 Ollama 本地模型]]></title><link>https://blog.youkuaiyun.com/muyouhang/article/details/157774757</link><guid>https://blog.youkuaiyun.com/muyouhang/article/details/157774757</guid><author>muyouhang</author><pubDate>Thu, 05 Feb 2026 20:27:59 +0800</pubDate><description><![CDATA[本文介绍了如何配置OpenClaw使用Ollama服务的Qwen3-VL 2B模型。首先需确保Ollama服务运行且模型已下载，然后编辑配置文件指定模型提供商和默认模型。配置包含设置API地址、模型参数（如contextWindow和maxTokens）等细节。修改完成后需重启网关服务，最后可通过TUI界面测试对话功能。注意事项包括确保服务地址匹配、模型ID正确等。配置文件示例展示了完整的参数设置方法。]]></description><category></category></item><item><title><![CDATA[ViT系列网络系统性分析：从架构创新到未来趋势]]></title><link>https://blog.youkuaiyun.com/muyouhang/article/details/150785361</link><guid>https://blog.youkuaiyun.com/muyouhang/article/details/150785361</guid><author>muyouhang</author><pubDate>Mon, 25 Aug 2025 22:09:31 +0800</pubDate><description><![CDATA[Vision Transformer（ViT）系列模型在2020-2023年间经历了从奠基到优化的快速发展。奠基期（2020-2021）通过ViT、DeiT、Swin Transformer等模型验证了Transformer在视觉任务中的可行性，解决了数据依赖、计算效率等问题。优化期（2022-2023）则聚焦效率提升和泛化能力突破，采用多尺度特征融合、轻量化设计等技术。研究表明，随着模型规模扩大（如图中Jumbo ViT所示），ViT系列在准确率上呈现显著提升，逐渐成为替代CNN的通用视觉主干网络。]]></description><category></category></item><item><title><![CDATA[SeeMoE：从零开始实现一个MoE视觉语言模型]]></title><link>https://blog.youkuaiyun.com/muyouhang/article/details/149749299</link><guid>https://blog.youkuaiyun.com/muyouhang/article/details/149749299</guid><author>muyouhang</author><pubDate>Tue, 29 Jul 2025 16:09:35 +0800</pubDate><description><![CDATA[本文介绍了使用PyTorch从零实现SeeMoE混合专家视觉语言模型的方法。该模型包含三个核心组件：图像编码器（采用CLIP风格的ViT）、视觉-语言投影模块（MLP实现维度转换）和混合专家解码器（基于nanoGPT架构改进）。关键创新在于将传统Transformer块中的前馈网络替换为稀疏MoE模块，该模块包含多个专家MLP和噪声Top-K门控机制，实现仅激活部分专家的高效计算。通过详细展示路由模块和专家组合的实现代码，阐明了混合专家模型的工作原理。]]></description><category></category></item><item><title><![CDATA[【小工具】基于像素分布相似度匹配算法的录屏转长图代码实现-非常高效]]></title><link>https://blog.youkuaiyun.com/muyouhang/article/details/148457829</link><guid>https://blog.youkuaiyun.com/muyouhang/article/details/148457829</guid><author>muyouhang</author><pubDate>Thu, 05 Jun 2025 20:03:46 +0800</pubDate><description><![CDATA[本代码实现了一个视频处理工具，主要功能包括：
1. 从视频中提取关键帧（每30帧提取一帧）。
2. 通过图像拼接技术将提取的帧合并为一张长图。

代码的核心逻辑是通过计算帧之间的相似度，找到最佳拼接位置，从而实现无缝拼接。
]]></description><category></category></item><item><title><![CDATA[在Transformers生态中解锁timm模型全能力：推理加速、量化部署与零门槛微调]]></title><link>https://blog.youkuaiyun.com/muyouhang/article/details/147273393</link><guid>https://blog.youkuaiyun.com/muyouhang/article/details/147273393</guid><author>muyouhang</author><pubDate>Wed, 16 Apr 2025 14:24:44 +0800</pubDate><description><![CDATA[通过全新的TimmWrapper工具，您可以在熟悉的🤗 Transformers生态中为timm模型实现以下功能：⚡ 闪电般推理速度 | 🛠️ 5行代码完成量化 | 🚀 torch.compile加速支持 | 🎯 零门槛微调timm前置准备：安装最新版和完整代码示例与Notebook：🔗。]]></description><category></category></item><item><title><![CDATA[SmolVLM新模型技术解读笔记]]></title><link>https://blog.youkuaiyun.com/muyouhang/article/details/147256928</link><guid>https://blog.youkuaiyun.com/muyouhang/article/details/147256928</guid><author>muyouhang</author><pubDate>Tue, 15 Apr 2025 19:50:07 +0800</pubDate><description><![CDATA[全球最小视觉语言模型SmolVLM-256M​（2.56亿参数）及其高性能兄弟版SmolVLM-500M​（5亿参数），通过三大技术革新实现“小模型大能力”：

​视觉编码重构：采用93M参数SigLIP base编码器，支持更高分辨率（384x384），性能接近400M级编码器，体积缩减77%；
​数据混合优化：强化文档理解（41%）与图像描述（14%）数据配比，提升OCR、图表推理等任务表现；
​Token压缩技术：图像编码效率提升125%（4096像素/Token），分隔符Token压缩85%]]></description><category></category></item><item><title><![CDATA[从零开始训练Codebook：基于ViT的图像重建实践]]></title><link>https://blog.youkuaiyun.com/muyouhang/article/details/146986420</link><guid>https://blog.youkuaiyun.com/muyouhang/article/details/146986420</guid><author>muyouhang</author><pubDate>Thu, 03 Apr 2025 23:49:42 +0800</pubDate><description><![CDATA[Codebook是一种离散表征学习方法，其核心思想是将连续特征空间映射到离散的码本空间。]]></description><category></category></item><item><title><![CDATA[【经验记录】在windows电脑上使用Docker-Desktop部署searXNG搜索引擎]]></title><link>https://blog.youkuaiyun.com/muyouhang/article/details/145665818</link><guid>https://blog.youkuaiyun.com/muyouhang/article/details/145665818</guid><author>muyouhang</author><pubDate>Sun, 16 Feb 2025 15:25:04 +0800</pubDate><description><![CDATA[searXNG]]></description><category></category></item><item><title><![CDATA[【开源代码】基于计算机视觉的图像水印检测和去除系统-仅依赖opencv进行水印/LOGO检测-消除用图像处理或者深度学习模型]]></title><link>https://blog.youkuaiyun.com/muyouhang/article/details/144296845</link><guid>https://blog.youkuaiyun.com/muyouhang/article/details/144296845</guid><author>muyouhang</author><pubDate>Fri, 06 Dec 2024 17:37:11 +0800</pubDate><description><![CDATA[这个系统展示了如何将传统计算机视觉技术与现代深度学习方法相结合，创造出一个实用的图像处理工具。它不仅能够准确识别和去除水印，还能保持图像的自然性和连续性。该系统的模块化设计也使得它易于维护和扩展。]]></description><category></category></item><item><title><![CDATA[【开源代码】DeepGIN图像修复\图像水印消除-基于pytorch框架和CNN模型。]]></title><link>https://blog.youkuaiyun.com/muyouhang/article/details/144194445</link><guid>https://blog.youkuaiyun.com/muyouhang/article/details/144194445</guid><author>muyouhang</author><pubDate>Fri, 06 Dec 2024 16:58:27 +0800</pubDate><description><![CDATA[所提议的模型描述了一个复杂的图像修复架构，特别是利用深度生成修复网络（Deep Generative Inpainting Network，简称 DeepGIN）。(1)生成器G1（粗略生成器）：该生成器在粗略重建阶段工作, 主要功能是对缺失区域进行粗略估计。G2（精细生成器）：该生成器在精细化阶段工作，接收 G1 的输出，并通过添加更精细的细节和纹理来增强图像，最终生成完整的图像。(2)判别器D1 和 D2：这两个判别器是条件多尺度判别器区域的一部分。它们仅在训练阶段使用，以促进生成对抗训练。]]></description><category></category></item><item><title><![CDATA[【开源代码】图像水印移除-依赖python-tensorflow]]></title><link>https://blog.youkuaiyun.com/muyouhang/article/details/144172998</link><guid>https://blog.youkuaiyun.com/muyouhang/article/details/144172998</guid><author>muyouhang</author><pubDate>Sun, 01 Dec 2024 19:51:51 +0800</pubDate><description><![CDATA[示例图像：https://user-images.githubusercontent.com/51057490/140277713-c7d6e2b9-db62-4793-823a-25ed0c4e2771.png。链接：https://pan.baidu.com/s/131E1PMTURjyxG5qR3EASBQ。需要提前有对应的MASK图像，要么自己PS做，要么用技术生成mask，待探索。（试了anaconda的powershell窗口不行，报git找不到的错误）放入源码目录model下。]]></description><category></category></item><item><title><![CDATA[【开源代码】MinerU-PDF解析工具部署-CPU/GPU加速推理-可转Markdown格式]]></title><link>https://blog.youkuaiyun.com/muyouhang/article/details/143921099</link><guid>https://blog.youkuaiyun.com/muyouhang/article/details/143921099</guid><author>muyouhang</author><pubDate>Wed, 20 Nov 2024 19:35:23 +0800</pubDate><description><![CDATA[【代码】【开源代码】MinerU-PDF解析工具部署-CPU/GPU加速推理-可转Markdown格式。]]></description><category></category></item><item><title><![CDATA[使用opencv和PIL矫正带有EXIF信息的图像]]></title><link>https://blog.youkuaiyun.com/muyouhang/article/details/143893200</link><guid>https://blog.youkuaiyun.com/muyouhang/article/details/143893200</guid><author>muyouhang</author><pubDate>Tue, 19 Nov 2024 19:15:39 +0800</pubDate><description><![CDATA[【代码】使用opencv和PIL矫正带有EXIF信息的图像。]]></description><category></category></item><item><title><![CDATA[【Unity从零开始学习制作手机游戏】第01节：控制3D胶囊体运动]]></title><link>https://blog.youkuaiyun.com/muyouhang/article/details/134540989</link><guid>https://blog.youkuaiyun.com/muyouhang/article/details/134540989</guid><author>muyouhang</author><pubDate>Mon, 13 May 2024 22:30:25 +0800</pubDate><description><![CDATA[下载 StandardAssets。使用3D Mobile模板。]]></description><category></category></item><item><title><![CDATA[基于百川大语言模型的RSS新闻过滤应用【云服务器+公网网页，随时随地看自己DIY订阅的新闻内容】]]></title><link>https://blog.youkuaiyun.com/muyouhang/article/details/138734911</link><guid>https://blog.youkuaiyun.com/muyouhang/article/details/138734911</guid><author>muyouhang</author><pubDate>Mon, 13 May 2024 20:22:43 +0800</pubDate><description><![CDATA[目前从公众号、新闻媒体上获得的新闻信息，都是经过算法过滤推荐的，很多时候会感到内容的重复性和低质量，因为他们也要考虑到自己的利益，并非完全考虑用户想要的、对用户有价值的信息。这时，如果要获取自己认为重要的信息，定制化开发自己的筛选算法更好。]]></description><category></category></item></channel></rss>