- 博客(24)
- 收藏
- 关注
原创 DeepSeek V4.1 Flash 批量处理效果实测
本文基于实测数据,从吞吐性能、指令遵循、代码生成等十个维度全面评估自研「星澜-70B」模型。结果表明,其在短文本响应、长文本处理与高并发场景下表现均衡,复杂指令遵循率超95%,代码生成一次通过率高,适用于智能客服、代码辅助与多语言创作。建议采用人机协同策略,关键代码需经CI/CD验证。部署上依托vLLM与张量并行架构,结合动态调优可实现低延迟(<200ms)与高吞吐,具备生产级可用性。
2026-09-28 16:19:32
449
原创 Active Storage 实战:Rails 文件上传从入门到生产级落地
本文手把手教你用 Rails 原生 Active Storage 构建稳健文件上传功能,覆盖环境搭建、模型配置、表单构建、缩略图生成、Direct Upload、云存储切换与安全加固等10个核心环节。通过 storage.yml 一键切换本地与 S3/OSS,利用 Variant 惰性生成缩略图提升性能,并在 Model 层筑牢文件验证防线。附完整代码与报错排查清单,助你半小时内落地生产级上传功能。
2026-09-28 11:46:50
320
原创 OCR材料信息提取工具(附件中含代码和数据)
本文介绍了一个OCR材料信息提取工具,能够从图片(JPG/PNG等)和PDF中自动识别材料名称、规格、数量和单位等信息,并输出到Excel。工具安装简单,只需安装Python依赖后运行脚本即可,首次使用需下载中文识别模型。支持常见图片和PDF格式,默认处理D盘两个指定目录中的文件。注意事项包括:确保图片清晰度、首次运行需要网络连接、识别效果受图片质量影响等。同时提供了CPU版本安装方法和识别效果不佳时的排查建议。
2026-06-02 14:34:19
231
原创 基于LD的动态窗口法
本文介绍了一种基于连锁不平衡(LD)的动态窗口法用于划分基因组LD block。该方法通过计算SNP间的r²系数,根据实际遗传相关性动态调整block边界,允许孤立SNP不被强行分组。算法采用500kb滑动窗口和r²=0.5的阈值,通过采样优化计算效率,并新增孤立SNP过滤功能(r²<0.15)。输出包含block信息和样本基因型数据,支持参数调整以适应不同研究需求。相比固定窗口法,该方法更符合生物学实际,能有效识别独立遗传的SNP。处理477个样本约需40-75分钟,结果可用于后续遗传分析。
2026-05-28 11:15:07
359
原创 基于Sentinel-1/2数据特征优选的冬小麦识别
本文对比了两种随机森林分类方案:方案1使用278个全特征作为基线,方案2通过特征优选将特征数量控制在100以内。实验结果显示,方案2在保持相同随机森林参数的情况下,总体精度提升1.7%,Kappa系数提高0.024,各类别精度均有提升。特征优选曲线显示最优特征数量约为75个,精度达96.9%。分析表明,去除噪声特征可避免过拟合,提升模型泛化能力。实验验证了特征优选在保持精度的同时显著降低特征维度的有效性。
2026-05-27 11:24:18
310
原创 【基于TAI指数的中国多场景林火识别研究】
本研究基于TAI指数构建了多方法林火检测框架,对中国五大典型林区开展系统化实验。采用Sentinel-2 MSI影像和NASA FIRMS火点数据,通过TAI动态阈值法、随机森林和XGBoost三种方法进行对比分析。结果表明,TAI特征能提升云雾场景下1.2%的Kappa值,秦岭混交林场景表现最佳(Kappa达0.74)。研究验证了TAI指数在多场景林火识别中的有效性,为不同林区火灾监测提供了技术参考。
2026-05-15 19:58:58
424
原创 二分类图片分类算法
本文对比了三种深度学习模型在二分类图片任务中的表现。多层感知机(MLP)作为基线模型,验证准确率仅73.23%,表现最差;自定义卷积神经网络(CNN)准确率达99.49%,展现优异的特征提取能力;预训练ResNet18同样达到99.49%准确率,且训练效率更高。实验结果表明:图像专用模型显著优于通用模型,其中迁移学习方案(ResNet18)是小样本任务的最优选择,兼具高性能和训练效率。建议优先采用预训练ResNet18进行部署,自定义CNN作为无预训练时的备选方案,而MLP则完全不适用于图像分类任务。后续可
2026-04-10 17:53:44
430
原创 《Simple Base Frame Guided Residual Network for RAW Burst Image Super- Resolution》论文详解
本文提出了一种基于基准框架引导的残差网络(SBFBurst)的RAW图像序列超分辨率方法。该方法通过多帧信息融合提升低质量RAW图像的分辨率,主要包含预处理、预编码、对齐和融合等模块。预处理采用Pixel Unshuffle将RGGB格式转换为4通道特征;预编码通过浅层CNN提取特征;对齐模块利用MCFE和SpyNet实现子像素级配准;最终通过残差学习恢复高分辨率图像。实验表明,该方法在低光照和噪声场景下能有效提升图像质量,相比传统单帧超分辨率方法具有明显优势。
2025-07-24 15:50:41
1064
原创 《Channel Attention Is All You Need for Video Frame Interpolation》 论文详解
CAIN 模型由两部分组成:4. 通道注意力模块:在视频帧特征提取阶段,模型通过通道注意力机制来对不同特征通道进行加权,提升关键特征的重要性,抑制无关特征;5. 插值生成模块:在特征融合阶段,模型通过已加权的特征来生成中间插值帧;通道级拼接:将输入的两个帧在通道维度上拼接,同时处理来自两个帧的信息。特征提取与处理:通过卷积和残差模块提取特征,理解图像中的运动信息和细节。上采样生成输出:将提取的特征图通过上采样恢复原始尺寸,生成插值结果。bug1:输入的3张数据分别做了不同的数据增强。
2025-04-30 10:51:29
1093
原创 《MANIQA: Multi-dimension Attention Network for No-Reference Image Quality Assessment》论文详解
MANIQA 提出的核心思路:利用多维度注意力机制来增强NR-IQA的性能,使模型能更好地关注图像的局部和全局信息:MANIQA主要由以下几个部分组成:输入处理(Image Patch Embedding)特征提取(Transformer Encoder + 多维度注意力)层次特征聚合(Hierarchical Feature Aggregation)质量回归模块(Quality Regression)1.输入图像 → 划分为 Patches。
2025-04-03 15:45:22
2143
原创 批量梯度下降(BGD)、随机梯度下降(SGD)以及小批量梯度下降(MBGD)的理解及 batch、epoch、iteration的含义
梯度下降法作为机器学习中较常使用的优化算法,其有着三种不同的形式:批量梯度下降(Batch Gradient Descent)、随机梯度下降(Stochastic Gradient Descent)以及小批量梯度下降(Mini-Batch Gradient Descent)。其中小批量梯度下降法也常用在深度学习中进行模型的训练。接下来,我们将对这三种不同的梯度下降法进行理解。**批量梯度下降法...
2019-04-04 09:12:43
1920
原创 CGAN 论文笔记 研究热点GAN
CGAN 论文笔记 结合看到的综合总结论文地址:Conditional Generative Adversarial Nets发表于:2014年SCI2014年,Goodfellow提出了Generative Adversarial Networks,在论文的最后他指出了GAN的优缺点以及未来的研究方向和拓展,其中他提到的第一点拓展就是:A conditional generative...
2019-01-05 17:34:22
1653
OCR识别表格+自带数据集+保存为excel+python脚本自动化
2026-06-02
计算机视觉的SEM(扫描电镜)图像中空心玻璃微珠的自动识别和破损率计算
2026-05-25
医学应用机器学习+四种全氟烷酸脑损伤致病权重机器学习分析+5种机器(PCA +随机森林Bootstrap+GSEA+Borda+熵权-TOPSIS)学习算法对比
2026-05-22
rknn-toolkit2-2.2.0-cp38-cp38-manylinux-2-17-x86-64.manylinux2014-x86-64.whl
2025-04-08
rknn-toolkit-1.7.6+dev240801d7f8-cp38-cp38-linux-x86-64
2025-04-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅
1