算法与咖啡-优快云博客

原创 CVAT 导出崩溃排查实录：一个空壳轨迹引发的连锁反应

通过一层层抽丝剥茧，我们不仅精准定位到了导致崩溃的“罪魁祸首”（ID: 36956 的空轨迹），还摸清了老版本 CVAT 复杂的底层数据库关联逻辑（Task -> Segment -> Job -> LabeledTrack）。

2026-10-04 17:27:01 200

原创 2026年“华为杯”第二十三届中国研究生数学建模竞赛“D题：山区洪涝灾害下无人机运输与通信协同优化解答总结

2026年“华为杯”第二十三届中国研究生数学建模竞赛“E题：山区洪涝灾害下无人机运输与通信协同优化解答总结

2026-09-25 23:26:14 617

原创 2026年“华为杯”第二十三届中国研究生数学建模竞赛“C题：服务于脑机接口与精神性疾病诊断的脑电图计算模型解答总结

2026年“华为杯”第二十三届中国研究生数学建模竞赛“C题：服务于脑机接口与精神性疾病诊断的脑电图计算模型解答总结

2026-09-25 17:59:48 392

原创 2026年“华为杯”第二十三届中国研究生数学建模竞赛“A题：通用神经网络处理器下的多核调度问题解答总结

2026年“华为杯”第二十三届中国研究生数学建模竞赛“A题：通用神经网络处理器下的多核调度问题

2026-09-25 13:13:13 544

原创 2026年“华为杯”第二十三届中国研究生数学建模竞赛“E题：复杂场景下多模态情感识别的数学建模与算法设计”思路解析+实现代码+论文撰写+摘要+最终论文

2026年“华为杯”第二十三届中国研究生数学建模竞赛“E题：复杂场景下多模态情感识别的数学建模与算法设计解题

2026-09-23 13:51:42 599

原创让模型学会说“不”：负样本在视觉任务中的深度解析

在视觉模型训练中，负样本（即不含目标的样本）是提升模型判别力、降低误报率的关键。本文从图像分类、目标检测、姿态估计三个任务出发，剖析负样本的不同形式与作用：分类中用于划定类别边界，检测与姿态估计中则用于抑制背景误检。针对YOLO等检测框架，为无目标图片创建同名的空标签文件是将其纳入训练的标准做法，能有效教会模型“何时该说‘不’”。同时强调，负样本比例宜控制在总量的10%~20%以内，并可结合难负样本挖掘针对性解决高误报问题。合理运用负样本，是让模型从“看得见”走向“看得准”的重要一步。

2026-08-11 21:06:36 352

原创显卡、CUDA 与深度学习训练：软硬件兼容性 & 性能选型指南

本文从 GPU 架构与 CUDA 版本的硬绑定出发，梳理了各代显卡的 CUDA 支持范围，厘清了驱动与工具包的关键区别；进而对比了 FP32 与 FP16 的性能差异及适用场景；最后给出了“查架构 → 定框架 → 装驱动”的实操三步流程，助你搭建高效稳定的深度学习环境。

2026-07-22 20:37:12 563

原创 DuMate系统盘爆满？新版1.0.58已内置预警，老用户从排查到清理一篇搞定

针对 DuMate 桌面 AI 智能体强制占用 C 盘空间的问题，从成因、排查到清理。

2026-07-22 20:03:49 799

原创 YOLOv11s-pose 模型导出 RKNN 友好 ONNX 的独立工具：告别 airockchip 仓库依赖

通过 monkey-patch 技术动态重写检测头前向逻辑，在不依赖瑞芯微优化版 ultralytics_yolo11 仓库的前提下，完整实现了 RKOPT_README.md 中的三项核心优化：移除后处理、移除 DFL 结构、新增 cls_sum 加速分支。脚本支持 Detect 和 Pose 两种任务类型，自动识别检测头并注入对应的 RKNN 导出分支，输出结构与 rknn_model_zoo 完美对接。

2026-07-12 22:30:57 455

原创 YOLOv11s-Pose 模型导出 ONNX 并适配 Rockchip NPU 全流程记录

本文详细记录了将自训练的 YOLOv11s-Pose 姿态估计模型导出为 ONNX 格式，以部署于 Rockchip NPU（如 RK3588）的完整流程。核心要点包括：必须使用瑞芯微优化版仓库 airockchip/ultralytics_yolo11（而非官方版本），因其移除了对量化不友好的后处理与 DFL 结构；通过 Conda 创建 Python 3.9 独立环境，修改 default.yaml 中的模型路径，并安装 onnxscript 等依赖后，即可执行导出。

2026-07-12 22:12:07 314

原创 COCO格式人体17个关键点与姿态动作类别标注规则详解

COCO人体姿态估计中17个关键点的定义与标注规范，关键点可见性（v=0/1/2）的判断标准与边界处理。

2026-06-12 11:27:25 705

原创记一次 Python 多线程脚本“假死”问题的排查与解决

一个多线程 Python 脚本因依赖缺失导致"假死"的排查

2026-06-12 11:06:25 355

原创一次GPU掉线问题的排查之旅：从Xid 79到电源烧毁

nvidia-smi` 报错、`rev ff` 异常状态入手，逐步排查驱动、内核模块等软件层面无果后，通过 `dmesg` 日志发现关键线索——Xid 79错误（GPU has fallen off the bus）。

2026-06-06 09:00:00 749

原创 16位工业灰度图的深度学习预处理：从方法选择到ImageJ实战

16位灰度图转8位的直接截断、线性缩放、直方图均衡、自适应 min-max 映射等方法

2026-06-05 21:52:13 621

原创 OpenCV 报错 Assertion failed (s ＞= 0) in cv::setSize 的完整解决方案

详细解析了 OpenCV 中常见的 `Assertion failed (s >= 0) in cv::setSize` 错误。当更换 ONNX 模型后出现此错误，通常是由于模型输出数值分布变化导致后处理计算出负的宽高坐标。

2026-06-05 21:29:04 285

原创深度学习PyTorch 实战九：YOLOv1目标检测从标注-训练-预测

从零开始用 PyTorch 搭建一个 YOLOv1 框架

2026-05-02 20:45:35 522

原创深度学习 PyTorch 实战八：预训练 fasterrcnn_resnet50_fpn 经典 Faster R-CNN：完整代码+详细原理+预测可视化：从官方数据集或自己数据采集、模型构建到训练部署

复现了经典的 Faster R-CNN 模型。通过 PyTorch 的 TorchVision 库，我们仅需几行代码即可调用强大的 ResNet50-FPN 骨干网络。相比于原始 R-CNN 系列繁琐的多阶段训练，现代 PyTorch 框架让 Faster R-CNN 的实现变得异常简洁高效。

2026-05-01 16:24:26 591

原创硬核干货｜深度学习训练 7 大核心参数全解析：从 num_workers 到数据集划分，调参不再踩坑（图像分类、目标检测）

深度学习调参总踩坑？GPU 利用率上不去、模型不收敛、过拟合难解决？这篇万字干货专为算法工程师、炼丹选手打造，系统拆解模型训练 7 大核心参数：num_workers 数据加载、batch size 批大小、学习率 LR 调度、epoch 迭代策略、优化器 / 损失函数 / 梯度闭环、数据增强流水线、数据集科学划分。

2026-01-04 07:30:00 1431

原创 Pytorch框架下三大组件torch的 Tensor 、torchvision.datasets.transforms.Module相机使用指南

本文以“动态图→自动微分→nn 模块→数据管道→torchvision 三件套”为主线，用 30 余个可运行代码片段串起 PyTorch 核心 API：对比静/动态图优劣，展示 Tensor 创建、属性、运算、聚合的完整操作清单；拆解 autograd 计算图与二阶导数玩法；结合 nn.Module/optim/DataLoader 给出训练闭环；聚焦 torchvision，演示一键加载 ImageNet 预训练模型、替换 FC 层微调、CIFAR-10 整批增强与可视化，覆盖分类/检测/分割任务。

2026-01-04 07:00:00 786

原创 Python实现从一个txt文本文件中读取图片名称，从指定的源文件夹中获取这些图片，并将它们保存到目标文件夹中

确保脚本文件、txt文件、源图片文件夹和目标文件夹路径正确无误即可。

2026-01-03 07:15:00 469

原创目标检测【一文吃透 COCO 1.0 标注格式】5 大字段 + bbox 坐标系全解析，从此不踩坑！

目标检测标注完数据集导出COCO 1.0格式的JSON文件解读。从顶层 JSON 到核心三表，本文用一张脑图 + 三段代码，把 COCO 1.0 的 categories、images、annotations 字段及 [x,y,w,h] 坐标系掰开揉碎讲清

2026-01-03 07:00:00 1121

原创 NPU、RKNN、TPU、GPU、FPGA 大乱斗：2025 最强 AI 加速芯片选型指南

一文看懂 NPU/RKNN 量化黑魔法，对比 GPU/TPU/FPGA 性能、功耗、灵活性，给出手机、边缘、云端场景实测数据

2026-01-02 11:14:44 1634

原创姿态识别领域简史和发展：开源工具使用

1963年实验室“画板”涂鸦，到今天手机30 FPS实时骨架，姿态识别靠四次技术换轨完成跃迁：模板→部件→CNN→多模态3D。一张路线图、两张速查表，带你速通核心算法、数据集与开源工具，秒懂它如何潜入安防、医疗、AR/VR。

2026-01-02 07:00:00 1001

原创关于Fast R-CNN 中全连接层双任务头的实现原理及与传统 FC8 的区别

这种设计不仅解决了 R-CNN 效率低下的问题，更实现了目标检测任务的端到端优化，为后续 Faster R-CNN 整合 RPN 模块奠定了核心基础。

2026-01-01 21:12:06 944

原创关于Fast R-CNN中提到“共享卷积计算”和“空间金字塔池化”这两个紧密相连、推动目标检测发展的核心概念——解决R-CNN致命问题的钥匙

正是“共享卷积计算”与“RoI池化”的完美结合，才使得Fast R-CNN能够：极高效地生成图像特征（一次前向传播）。极灵活地处理任意数量和尺寸的候选区域。最终实现端到端的联合训练，在速度和精度上全面超越了R-CNN，奠定了现代目标检测的基石。

2026-01-01 20:19:59 962

原创 Linux下Ubuntu系统极速入门：从 ls 到 mv 的 7 大核心命令全解析

带你一次吃透 ls、cd、touch、cat、tail、mkdir、rm、cp、mv 高频操作，附权限位、颜色、通配、排序、备份技巧，复制粘贴即可干活。

2025-12-28 16:16:01 331

原创深度学习pytorch实战七：从零复现经典R-CNN：完整代码+详细原理+训练调优+预测可视化：从数据采集、模型构建到训练部署

这是一篇2025年仍然具有学习价值的R-CNN完整复现教程。文章从R-CNN原始论文的核心思想讲起，详细拆解了「区域提议 + CNN特征提取 + SVM分类 + 框回归」的经典两阶段范式，并提供了目前还能较好运行的PyTorch完整实现代码（基于AlexNet/ResNet34 backbone + Selective Search）

2025-12-28 10:43:43 668 1

原创 Pascal VOC数据集划分的致命陷阱与最佳实践：为什么99%的开发者都该以JPEGImages图片文件夹为基准，而不是Annotations XML？

在目标检测项目中，Pascal VOC格式数据集的训练/验证集划分看似简单，却隐藏着易导致崩溃的致命坑：基于Annotations XML划分会掩盖“有标注无图片”或标注损坏的脏数据，而以JPEGImages图片文件夹为基准则是现代工程的最佳实践。本文深入对比两种划分方式的优缺点、风险与适用场景，详细讲解标准操作流程、数据加载逻辑以及主流框架（如经典Faster R-CNN、MMDetection、YOLO系列）的推荐做法。无论你是处理自定义数据集还是工业级项目，掌握以图片ID为中心的鲁棒划分方法，都能显著

2025-12-21 20:36:53 714

空空如也

空空如也