- 博客(260)
- 收藏
- 关注
RSS订阅原创 Jag: Direct Box Prediction for Efficient Visual Grounding论文翻译
Jag提出一种高效视觉定位方法，通过改造紧凑多模态模型实现直接连续边界框预测。它利用最后一个有效输入标记状态，结合轻量回归头与几何监督（L1 + GIoU），联合微调语言主干、视觉融合模块与回归头，在单次前向传播中输出完整边界框，无需坐标生成或文本解析。实验表明，Jag在精度上优于基线模型，且显著降低延迟与显存占用，验证了几何监督对高效精准定位的有效性。
2026-10-14 23:41:20
148
原创 SS2D 完全指南：从 SSM 数学原理到可运行代码，一次性讲透三大核心疑问
本文以可运行的PyTorch代码为线索，系统解答了阅读VMamba/Mamba源码时的三大核心困惑：1）2D特征展平是否破坏空间结构？——通过4方向互补扫描与对角邻接隐式恢复，实现局部性近似；2）Δ如何自适应计算？——其本质是输入依赖的遗忘门，经低秩投影与softplus激活生成，实现选择性记忆；3）为何代码中无D矩阵？——因残差连接已替代其功能，且与后续线性层冗余。文章从数学原理、设计动机到代码实现逐层剖析，揭示Mamba在保持线性复杂度下实现内容感知的核心机制。
2026-09-09 15:26:18
314
原创 YOLO26 深度解析：一对多/一对一双头机制与小目标检测的完整逻辑链
本文探讨了YOLO系列目标检测模型从传统NMS方法向NMS-Free架构的演进，重点分析了双头机制（一对多+一对一）的设计原理及优势。文章指出，NMS-Free通过让模型在训练时学会"每个目标只输出一个框"，解决了传统NMS的超参敏感、不可微等问题。双头机制中，一对多头提供丰富监督信号加速收敛，一对一头保证推理时唯一输出，二者通过一致性约束（一对一正样本必须在一对多正样本集合中）实现协同。针对梯度冲突的质疑，文章从参数独立性、Backbone学习分工、一致性约束和训练动态平衡四个角度进行了解释，并通过消融实
2026-08-19 15:09:41
380
原创 DETR系列发展演化全史（深度完整版）
本文系统梳理了DETR系列目标检测算法在5年间的12+篇里程碑论文，揭示了其从开创性工作到最新进展的技术演化脉络。文章首先分析了前DETR时代目标检测的两大范式（两阶段和单阶段方法）存在的核心痛点：手工设计的Anchor、NMS后处理、正负样本分配等问题。随后详细介绍了DETR（ECCV 2020）如何通过Transformer架构和集合预测思想实现端到端检测，并逐步演进为解决收敛慢、计算量大等问题的Deformable DETR、Conditional DETR等改进版本。重点剖析了各变种的创新点，如动态
2026-08-09 23:14:49
479
原创 YOLOv14 全面解读：统一跨域实时目标检测（附代码示例）
游戏图 → p_game≈1 → 特征被"翻译"成真实风格；真实图 → p_game≈0 → 原样保留。一个模块同时处理两种域。维度YOLOv14的回答几何畸变D-AAttn：可变形采样网格域差异Game2Real：AdaIN + 对抗训练视角变化Multi-View：FiLM条件注入策略适配Adaptive：场景分类→动态路由实时性区域注意力 + 轻量设计，仅增加~4.7%参数统一性一个模型处理所有非标准成像💡YOLOv14的哲学转变。
2026-08-09 22:27:37
388
原创 基于大模型的智能路由系统：意图判断→多Agent分发→子Agent精炼检索，完整方案与代码实现
tools = ["当用户询问具体的统计数据、数量、指标、排名、同比环比等""需要查询数据库才能获得的数值信息时，调用此工具。"注意：如果用户只是问政策法规内容或办事流程，不要使用此工具。),"description": "用户的原始查询语句"},"enum": ["统计查询", "排名查询", "趋势查询", "对比查询"]},},},"当用户询问政策法规内容、办事流程、申请材料、标准规范等""文本性信息时，调用此工具。"注意：如果用户问的是具体数字或统计数据，不要使用此工具。),
2026-08-04 23:08:17
347
原创 多智能体系统 — 完整流程结构图
本文介绍了一个多阶段智能问答系统的架构设计。系统采用分层处理流程：首先由Orchestrator层（基于Qwen-8B模型）分解用户查询为多个子任务；随后通过双路路由决策（向量相似度匹配和BERT意图分类）将任务分发给对应的Specialist Agent执行层（包含简单对话、图谱检索、向量检索和SQL查询等专用模块）；最后通过ReAct循环机制校验子任务结果，确保满足用户需求。该架构通过任务分解、智能路由和专业化处理实现复杂查询的高效响应，同时具备结果验证机制保障准确性。
2026-08-03 23:42:33
304
原创 YOLO26 全面深度解读：干掉 NMS 和 DFL，重新定义实时检测！（附完整推理流程）
YOLO26：面向边缘部署的结构性重构 本文介绍了YOLO26的核心创新与设计理念，主要解决YOLO系列长期存在的NMS后处理、DFL模块膨胀和小目标检测三大问题。关键改进包括： 移除DFL：回归头简化93.75%，提升硬件兼容性； 原生NMS-Free：双头架构实现端到端推理，消除20~40%的NMS延迟； ProgLoss+STAL：优化小目标训练稳定性； MuSGD优化器：训练效率提升40%； C2PSA模块：增强遮挡/密集目标特征提取。 YOLO26定位为边缘优先（Edge-First）模型，CPU
2026-08-02 15:43:26
417
原创 YOLOv12 全面深度解读：注意力机制如何“驯服“实时检测？（含 Swin Transformer 对比）
YOLOv12通过区域注意力（A²）、R-ELAN结构和FlashAttention三大创新，实现了YOLO系列从CNN到注意力核心的范式转换。A²将特征图划分为4个区域独立计算注意力，计算量降低75%而精度损失仅0.1-0.3%；R-ELAN结合残差连接和大核卷积，使参数减少60%；集成FlashAttention优化内存访问，延迟降低74%。YOLOv12-S在COCO上达到48.0% mAP，超越YOLOv8-S 3.1%，仅增加0.31ms延迟，标志着目标检测技术的重要突破。
2026-08-02 15:20:54
319
原创 YOLO系列发展报告：从单阶段检测奠基到端到端边缘智能（2015-2026）
YOLO系列目标检测算法演进综述 YOLO系列自2015年诞生以来经历了11代核心迭代，从单阶段检测范式开创到端到端无NMS边缘部署，技术持续突破。YOLOv1首次将检测视为回归问题，实现实时检测（45 FPS）；v2引入锚框机制和批归一化，v3采用多尺度预测和Darknet-53骨干网络，显著提升小目标检测能力。2020年的v4系统整合训练技巧，v5完成PyTorch工程化转型。最新版本已拓展至分割、姿态估计等多任务，核心始终是平衡检测精度（mAP）与推理速度（FPS）。该系列通过持续创新，成为实时目标检
2026-08-02 14:05:42
655
原创 YOLOv8 五大核心创新深度解读：每一项到底带来了多少收益？
YOLOv8 是 Ultralytics 推出的新一代目标检测框架，相比 YOLOv5 在 Backbone、检测头、标签分配和损失函数等方面全面升级。其核心创新包括：1）采用多路径保留的 C2f 模块增强特征复用；2）取消锚框设计简化模型并提升泛化能力；3）解耦分类与回归任务头减少特征冲突；4）引入动态标签分配策略 TAL；5）联合使用 CIoU 和 DFL 损失函数。实验表明，这些改进在保持计算效率的同时，显著提升了检测精度（mAP 提高 0.3-0.5%），同时降低了模型调参和数据迁移成本，尤其在极端
2026-08-02 13:21:40
307
原创 YOLOv6 五大核心创新点深度解读：从训练到推理的完整剖析
摘要：YOLOv6由美团研发，针对工业部署优化，提出五大创新：EfficientRep Backbone（基于重参数化卷积）、Rep-PAN Neck、解耦头、Anchor-Free设计和TAL标签分配。其中，EfficientRep通过训练时多分支（3×3卷积、1×1卷积和恒等映射）提升特征表达能力，推理时融合为单一3×3卷积，显著加速计算。重参数化技术将多分支结构等价转换为单路结构，减少内存访问，提升GPU利用率，实测加速30%~70%。整体结构简洁，适合部署。 关键词：YOLOv6、重参数化、RepV
2026-08-01 23:24:41
472
原创 YOLOv5 正负样本分配与 Objectness Loss 全解析（附源码级代码）
本文深入解析了YOLOv5相较于YOLOv3/v4在正负样本分配机制上的核心改进。YOLOv3/v4采用严格的"一对一"策略（1个GT仅对应1个正样本），存在正样本稀缺、小目标学习困难等缺陷。YOLOv5创新性地提出"跨网格+多锚框匹配"的三步策略：首先通过宽高比筛选候选锚框，再扩展至相邻网格，最终实现1个GT产生3-9个正样本，显著提升了训练效率。文章通过数学公式、伪代码和可视化示例，详细阐释了分配机制的设计原理与实现细节，并对比分析了不同版本在正负样本处理上的本质差异。
2026-08-01 21:50:58
324
原创 YOLOv4 的 SAT（自对抗训练）详解：原理、代码，以及后续 YOLO 为何弃用
摘要 YOLOv4引入的自对抗训练(SAT)是一种高效的数据增强技术，通过单步FGSM对抗训练提升模型鲁棒性。其核心是两阶段交替训练：第一阶段冻结网络权重，通过反向传播生成对抗样本；第二阶段固定扰动图像，正常训练网络参数。这种"自我攻击"机制迫使模型学习目标的结构特征而非局部纹理，在MNIST分类任务中验证表明，SAT能以50%概率触发，通过微小扰动(ε=0.007)显著提升模型对输入扰动的抵抗能力，且不增加推理成本，符合YOLOv4的Bag-of-Freebies设计理念。
2026-08-01 17:02:46
358
原创 Ubuntu 更新后显卡驱动失效？亲测有效：永久切换默认内核保姆级教程
本文详细介绍了在Ubuntu系统中如何正确固定启动内核版本，以解决新内核与NVIDIA显卡驱动不兼容的问题。主要内容包括：查看当前及已安装内核版本；正确修改GRUB配置文件（需使用完整路径格式而非旧版标题）；关闭GRUB的记忆功能；更新GRUB并重启验证。文中特别强调了常见配置错误的避免方法，并提供了应急回退方案。通过这三个关键步骤：使用完整路径格式、禁用记忆功能、更新GRUB，用户可以稳定地回退到兼容的旧内核版本，确保显卡驱动正常工作。
2026-07-05 16:32:15
490
原创 [特殊字符] Python异步调用本地Ollama大模型实战：从Demo到高并发避坑指南
本文介绍了如何在本地部署大模型（如Qwen2.5、Llama3）时高效调用接口，并解决多用户并发请求导致的响应变慢问题。首先提供了一个基于aiohttp的异步调用Demo，适配本地Ollama服务。然后指出默认配置下Ollama只能单线程处理请求，成为并发瓶颈。解决方案是通过设置OLLAMA_NUM_PARALLEL环境变量提升并行处理能力，但需注意显存占用。对于生产环境，建议使用vLLM等专业框架，并强调必须做好网络安全防护，避免直接暴露端口。文章从基础调用到性能优化再到安全部署，提供了完整的本地大模型应
2026-05-12 23:09:03
571
原创 【论文必备 | 保姆级教程】RT-DETRv2 Grad-CAM 热力图可视化全流程解读（附完整可运行代码）
在目标检测科研与项目中，Grad-CAM 热力图是验证模型注意力机制的核心工具。然而，RT-DETRv2 独特的 Transformer 架构（Query 机制、混合编码器）使得传统 CNN 的热力图代码无法直接使用。本文提供一套专为 RT-DETRv2 定制的 Grad-CAM 完整解决方案，深入解析 Target 函数设计、特征层定位难点，并附带可直接运行的 Python 脚本与实验指南。
2026-03-08 23:03:48
446
原创 DINOv3 demo
本文介绍了如何利用ModelScope（魔搭）平台的DINOv3预训练模型在本地实现批量图像特征提取。通过安装torch、modelscope和pillow库，开发者可以无需Hugging Face账号验证，直接加载本地或魔搭模型。文章提供了完整的Python代码实现，包括初始化DINOv3模型、批量处理图像输入（支持本地路径或URL），以及输出特征向量的方法。示例代码展示了如何使用预训练模型提取图像特征，最终输出可用于后续任务的特征向量。该方法简化了特征提取流程，为模型融合或蒸馏提供了便利。
2025-12-24 23:23:38
738
原创 OpenCV在Visual Studio中的完整配置教程
本教程详细介绍了在Visual Studio中配置OpenCV的完整步骤。主要内容包括：下载OpenCV（4.2.0版本）并解压到指定目录；在VS2019中创建项目后，配置包含目录、库目录和链接器；解决DLL缺失问题并添加环境变量；提供测试代码验证配置效果；列举常见问题及解决方案；建议使用属性表或CMake简化配置流程。重点强调版本匹配（VS与OpenCV的vc版本）、平台一致性（x64）和路径正确性。通过系统化的配置指导，帮助开发者快速搭建OpenCV开发环境。
2025-12-07 22:27:33
1706
原创 Detect Anything via Next Point Prediction论文解读
本文提出了Rex-Omni，一个30亿参数规模的多模态大语言模型，在目标检测任务中实现了与基于回归的传统模型相媲美的性能。通过三个关键设计：1）采用0-999量化坐标表示的特殊令牌，提高预测效率；2）构建多个数据引擎生成丰富的语义监督；3）采用两阶段训练流程，结合监督微调和基于GRPO的强化学习，有效解决坐标精度和预测重复问题。在COCO等基准测试中，Rex-Omni在零样本设置下表现优异，并具备目标指代、OCR等多功能能力，为融合语言理解与视觉感知的系统提供了新思路。
2025-11-11 22:39:25
1442
原创 深入剖析训练钩子（Hook）机制：从内存安全到可扩展训练框架的完整实现
本文详解训练钩子（Hook）机制，通过弱引用实现内存安全，解耦训练主逻辑与日志、保存、调度等辅助功能，提供可扩展、可复用的PyTorch训练框架完整实现。
2025-10-10 10:18:48
869
原创 RT-DETRv2 中的坐标回归机制深度解析：为什么用 `sigmoid(inv_sigmoid(ref) + delta)` 而不是除以图像尺寸？
引言（120字）： RT-DETRv2 一行 `sigmoid(inv_sigmoid(ref) + delta)` 暗藏工业级智慧——它让模型不再依赖输入尺寸，所有坐标与损失均基于原始图像归一化计算。无需clamp、不传宽高，真正实现“语义定位”，适配任意分辨率，是端到端检测的范式革新。
2025-09-14 11:49:09
1283
原创 从低维坐标到高维空间：详解高斯随机位置编码（Gaussian Random Positional Encoding）——SAM模型核心技术之一
优势说明高效仅一次矩阵乘法 + 三角函数，计算轻量无训练高斯矩阵固定，不增加训练参数多频编码随机投影 + sin/cos 自然引入高频信息无依赖仅需 PyTorch，适合部署、Docker、移动端通用性强支持图像网格 & 任意点坐标。
2025-09-12 10:51:14
1072
原创 DINOv3 核心突破：Gram Anchoring 如何拯救大规模自监督模型的“密集特征崩溃”
今天我们来聊聊最近非常火爆的视觉基础模型——DINOv3。作为 DINOv2 的继任者，它不仅在全局任务（如图像分类）上表现卓越，更是在密集预测任务（如分割、深度估计、3D匹配）上实现了质的飞跃，甚至超越了许多依赖人工标注的弱监督模型。而这一切的核心功臣，就是论文中提出的一个巧妙方法：Gram Anchoring。
2025-09-11 10:55:15
863
原创 SMARTGRAPHQA —— 基于多模态大模型的PDF 转 Markdown方法和基于大模型格式校正方法
一个基于 Python 的工具，利用多模态大模型（MLLM）将 PDF 文档转换为结构清晰、格式准确的 Markdown 文件。支持图像提取、Base64 编码、分段保存和可选的内容校正功能，适用于长文档的高精度转换。
2025-09-04 22:00:00
1559
原创 如何用 `chosen` 和 `rejected` 数据训练大模型？DPO与GRPO完全解析（强化学习）
大模型对齐需教其“何为更好回答”。DPO用偏好数据直接优化；Self-Instruct零标注自生成指令；GRPO基于组级偏好实现精细控制。三者递进，实现从冷启动到精准对齐。这个内容只是作为参考，给出思路，欢迎指正错误。
2025-08-27 16:54:25
1632
原创 Reinforcement Learning in Vision: A Survey论文解读-视觉强化学习
该论文《Reinforcement Learning in Vision: A Survey》由多机构研究者合作完成，聚焦视觉强化学习领域。它梳理策略优化演进，将200余篇研究归为四大主题，分析各领域算法、奖励与基准进展，综述评估协议，指出样本效率等挑战，为研究者提供领域地图与未来方向。
2025-08-26 11:41:48
1171
原创 强化学习核心概念与算法详解-马尔可夫决策过程(MDP)+贝尔曼方程(Bellman Equation)
本文系统梳理强化学习（Reinforcement Learning, RL）的核心理论，从基本概念到贝尔曼方程，再到动态规划、蒙特卡洛和时间差分三大求解方法，构建清晰的知识脉络。特别地，我们将深入探讨**马尔可夫性质**与**贝尔曼方程**的内在联系，揭示它们如何共同构成强化学习问题建模与求解的理论基石。
2025-08-25 21:30:00
1047
1
原创 SMARTGRAPHQA —— 轻量级、可扩展的知识图谱问答系统
一个专为开发者设计的简洁、模块化、高可读性的知识图谱问答框架，支持从文本到图谱构建、再到智能检索与回答生成的全流程自动化，代码：https://github.com/tangjun1878。同时，也写好了向量检索代码+报告生成代码，但还未集成，后续有时间整合。
2025-08-20 15:45:50
1361
原创 X-SAM: From Segment Anything to Any Segmentation论文解读
X-SAM是一个多模态大模型框架，将“分割一切”扩展至“任意分割”，通过统一架构实现多任务图像分割。提出视觉接地分割新任务，增强像素级理解，结合交互式提示实现精准实例分割，采用跨数据集联合训练策略，在多项基准上达到SOTA性能。
2025-08-17 00:00:00
1503
原创 Docker部署 Neo4j 及集成 APOC 插件：安装与配置完整指南（docker-compose）
本文将分两部分详细介绍相关内容。第一部分讲解如何使用 Docker Compose 部署 Neo4j 图数据库，提供完整配置文件及常见问题解决方案；第二部分在前者基础上，介绍 APOC 插件的集成方法，帮助开发者从零开始搭建完善的 Neo4j 环境。
2025-08-13 14:49:46
2329
原创 A Survey of Task-Oriented Knowledge Graph Reasoning: Status, Applications, and Prospects论文解读(不完整)
知识图谱（KGs）已成为一种强大的范式，用于构建和利用各种现实世界的知识，它是使认知智能系统具备先进理解和推理能力的基础技术。知识图谱推理（KGR）旨在基于知识图谱中的现有事实推断出新的知识，在公安情报、智能医疗和金融风险评估等应用中发挥着至关重要的作用。从任务中心的角度来看，现有的KGR方法大致可分为静态单步KGR、静态多步KGR、动态KGR、多模态KGR、少样本KGR和归纳式KGR。
2025-08-12 14:34:57
1125
原创 Introducing Visual Perception Token into Multimodal Large Language Model论文解读
本研究提出视觉感知令牌（VPT），赋予多模态大模型自主控制视觉感知的能力。VPT包含区域选择和视觉重编码两种令牌，可引导模型关注特定区域或提取特定信息。实验表明，VPT显著提升模型在空间推理和细粒度理解等任务上的表现，使2B模型性能大幅提升30.9%（0.572→0.749），甚至超越7B模型。
2025-08-08 15:49:10
1488
原创 知识图谱检索不止实体检索？这些方法你一定要知道！
在知识图谱的应用中，很多人可能会存在一个误区，认为检索只能围绕实体展开，比如搜索 “姚明”“北京” 这样的具体对象。但实际上，知识图谱的核心价值在于其结构化的 “实体 - 关系 - 属性” 网络，这使得它的检索方式远不止实体检索一种。本文就来详细介绍知识图谱的多种检索方法，包括经典方式与 2025 年最新研究进展，帮助你更灵活地挖掘数据价值。
2025-08-07 10:22:55
1306
原创 单类别目标检测中的 Varifocal Loss 与 mAP 评估：从原理到实践(特别前景和背景类区分)
在实际项目中，我们常常遇到这样的场景：只检测一个人物（如 `person`），不需要像 COCO 那样区分 80 个类别。这种 **单类别目标检测（Single-Class Object Detection）** 虽然看似简单，但在损失函数设计、推理解码和 mAP 评估上却暗藏玄机。
2025-08-04 17:55:23
928
原创 基于Python 批量导入实体与关系到 Neo4j 数据库的完整实践
在知识图谱构建过程中，将结构化或半结构化数据导入到图数据库是关键步骤之一。本文将详细介绍如何使用 Python 解析自定义格式数据，并通过 Neo4j 官方驱动将实体和关系批量导入到 Neo4j 数据库中，帮助你快速搭建自己的知识图谱。我也在最后附上完整代码，可直接运行。
2025-08-03 16:45:00
1027
原创 From Local to Global: A GraphRAG Approach to Query-Focused Summarization论文解读（GraphRAG）
GraphRAG结合知识图谱与查询聚焦摘要，提升大型语言模型对私有文本语料库的全局问答能力。通过构建实体图并生成社区摘要，实现比传统RAG更全面、多样的回答，适用于百万级token数据集的全局问题。我认为这是一个很不错的解决方法，故此记录一下。
2025-07-20 00:30:00
1336
原创 用大模型（qwen）提取知识三元组并构建可视化知识图谱：从文本到图谱的完整实现
知识图谱作为一种结构化的知识表示方式，在智能问答、推荐系统、数据分析等领域有着广泛应用。在信息爆炸的时代，如何从非结构化文本中提取有价值的知识并进行结构化展示，是NLP领域的重要任务。知识三元组（Subject-Relation-Object）是知识图谱的基本组成单元，通过大模型强大的语义理解能力，我们可以自动化提取这些三元组，并构建可交互的知识图谱可视化界面。本文将介绍一个基于大模型的知识图谱构建工具，它能从文本中自动提取知识三元组（主体-关系-客体），并通过可视化工具生成交互式知识图谱。
2025-07-17 13:52:46
3895
2
原创 A Survey on Vision-Language-Action Models: An Action Tokenization Perspective论文解读（VLA-下集）
视觉-语言-行动（VLA）模型借助多模态基础模型的进步，在机器人领域迅速发展。本文从“动作标记化”视角对现有VLA方法进行系统梳理，归纳出八种主要类型：语言描述、代码、可供性、轨迹、目标状态、潜在表示、原始动作和推理。每种标记方式在表达能力、泛化性和执行效率方面各有优劣，但也存在理解不足、评估不统一等问题。通过分析其优势与局限，本文揭示了VLA模型的发展趋势与未被充分探索的潜力方向，如跨模态对齐、长期任务规划和现实场景适应等。研究旨在推动更高效、通用的VLA系统构建，为未来智能体在复杂环境中的应用提供理论支
2025-07-08 11:26:04
1808
原创 A Survey on Vision-Language-Action Models: An Action Tokenization Perspective论文解读（VLA-上集）
视觉-语言-行动（VLA）模型借助多模态基础模型的进步，在机器人领域迅速发展。本文从“动作标记化”视角对现有VLA方法进行系统梳理，归纳出八种主要类型：语言描述、代码、可供性、轨迹、目标状态、潜在表示、原始动作和推理。每种标记方式在表达能力、泛化性和执行效率方面各有优劣，但也存在理解不足、评估不统一等问题。通过分析其优势与局限，本文揭示了VLA模型的发展趋势与未被充分探索的潜力方向，如跨模态对齐、长期任务规划和现实场景适应等。研究旨在推动更高效、通用的VLA系统构建，为未来智能体在复杂环境中的应用提供理论支
2025-07-08 11:14:20
1648
Manus+报告生成+中间文件内容
2025-05-13
PDFTriage论文的非结构化pdf文档内容
2025-05-12
3d检测-点云检测-深度估计+世界、相机、像素坐标相互转换+刚性运动+深度值转点云坐标、点云坐标转像素坐标、标签值转像素坐标方法
2024-09-11
大语言模型+llama3+代码+学习可运行llama3代码
2024-07-25
多模态大模型+llava教程token+input-ids-labels+模型输入格式
2024-06-14
目标检测指标map+map计算代码+map计算列子(包含gt与pred输入)
2023-12-24
RT-DETR+auto-train-detect+RTDETR-run
2023-12-21
目标检测+RTDETR+训练与预测代码
2023-12-19
vscode-main+deepspeed进行debug+vscode配置deepspeed环境debug代码
2023-12-14
CV-gronding-dino,tag2text,ram,ram++-原文重点翻译-论文解读
2023-12-09
CogVLM论文+翻译
2023-11-28
NLP(BERT)+vocab.txt+中/英文转token+内容转模型识别符号
2023-10-13
yolov5+auto-train-detect+yolov5-run
2023-09-14
yolov5部署+onnx-cpp-tensorrt+onnx的yolov5部署源码
2023-09-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人