<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[weixin_46587777的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/weixin_46587777</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; weixin_46587777]]></copyright><item><title><![CDATA[PanDerm多模态皮肤科基础模型的核心创新与应用价值]]></title><link>https://blog.youkuaiyun.com/weixin_46587777/article/details/161344351</link><guid>https://blog.youkuaiyun.com/weixin_46587777/article/details/161344351</guid><author>weixin_46587777</author><pubDate>Sat, 23 May 2026 17:12:49 +0800</pubDate><description><![CDATA[2602.10624》是一篇发布于arXiv的学术论文，arXiv是一个开放获取的预印本平台，涵盖物理学、数学、计算机科学等多个领域。该论文的具体标题和内容需要进一步查阅，但通常arXiv的论文编号格式为“年份+月份+序号”，因此这篇论文可能发布于2026年2月（尽管当前年份为2023年，可能是编号录入错误或未来预发布）。]]></description><category></category></item><item><title><![CDATA[Hugging Face 镜像站 hf-mirror.com 使用指南]]></title><link>https://blog.youkuaiyun.com/weixin_46587777/article/details/161343777</link><guid>https://blog.youkuaiyun.com/weixin_46587777/article/details/161343777</guid><author>weixin_46587777</author><pubDate>Sat, 23 May 2026 16:41:24 +0800</pubDate><description><![CDATA[您的脚本提供了一个高效的下载方案，特别适合集成到自动化流程中。如果您有更多需求（如下载特定模型分支或处理下载进度），Hugging Face Hub 库支持更多参数。测试代码时，建议在小型模型（如）上先运行，以验证网络设置。pythonimport os# 下载单个文件# 下载整个仓库通过镜像站，你可以：无需代理即可正常访问 Hugging Face 资源使用与原生命令完全一致的享受断点续传、多文件并行等实用特性轻松下载 Gated Model 和大型数据集只需设置一个环境变量。]]></description><category></category></item><item><title><![CDATA[ViT革命：Transformer如何重塑计算机视觉]]></title><link>https://blog.youkuaiyun.com/weixin_46587777/article/details/161320101</link><guid>https://blog.youkuaiyun.com/weixin_46587777/article/details/161320101</guid><author>weixin_46587777</author><pubDate>Fri, 22 May 2026 16:49:03 +0800</pubDate><description><![CDATA[ViT（Vision Transformer）是Google团队2020年提出的图像分类模型，通过将图像分割为16×16的块序列并应用Transformer Encoder处理，解决了传统Transformer处理图像时的高维计算、缺乏归纳偏差等问题。模型包含Embedding层、Transformer Encoder和MLP Head三部分，通过线性投影和位置嵌入保留空间信息。ViT在大规模数据集上表现优异，如ViT-Large在ImageNet-21K上精度提升4%以上，但需要大量数据训练。该模型推动了]]></description><category></category></item><item><title><![CDATA[【无标题】]]></title><link>https://blog.youkuaiyun.com/weixin_46587777/article/details/160650078</link><guid>https://blog.youkuaiyun.com/weixin_46587777/article/details/160650078</guid><author>weixin_46587777</author><pubDate>Thu, 30 Apr 2026 11:29:26 +0800</pubDate><description><![CDATA[pt文件是PyTorch中用于保存张量或模型的序列化文件，与.pth.pt：常用于保存单个张量、张量集合或TorchScript模型.pth：多用于保存模型权重字典。]]></description><category></category></item><item><title><![CDATA[X-AnyLabeling +9.5 G Medsam3全流程接入笔记]]></title><link>https://blog.youkuaiyun.com/weixin_46587777/article/details/160440483</link><guid>https://blog.youkuaiyun.com/weixin_46587777/article/details/160440483</guid><author>weixin_46587777</author><pubDate>Thu, 23 Apr 2026 13:09:08 +0800</pubDate><description><![CDATA[摘要：日志显示加载segment_anything_Med3模型时出现权重键缺失问题，主要因模型版本不兼容或权重文件损坏导致。解决方案包括检查版本兼容性、验证文件完整性、修改加载逻辑（如使用strict=False忽略缺失键）或重建缺失权重键。建议调试时打印模型结构和权重键名进行对比，若问题持续可考虑使用HuggingFace模型、重新训练或联系原作者获取兼容权重。（149字）]]></description><category></category></item><item><title><![CDATA[X-AnyLabeling +sam3.1 全流程接入笔记]]></title><link>https://blog.youkuaiyun.com/weixin_46587777/article/details/160440260</link><guid>https://blog.youkuaiyun.com/weixin_46587777/article/details/160440260</guid><author>weixin_46587777</author><pubDate>Thu, 23 Apr 2026 13:07:02 +0800</pubDate><description><![CDATA[模型加载缺失键问题分析与解决方案：检查模型文件完整性，验证版本兼容性，修改加载逻辑为strict=False允许部分缺失。分析网络层结构，确认缺失层是否为非必要模块。测试核心功能，必要时重新下载模型或更换版本组合。通过参数调整和版本验证可解决该警告问题。]]></description><category></category></item><item><title><![CDATA[X-AnyLabeling + YOLO26n 全流程接入笔记（含踩坑总结）]]></title><link>https://blog.youkuaiyun.com/weixin_46587777/article/details/160414335</link><guid>https://blog.youkuaiyun.com/weixin_46587777/article/details/160414335</guid><author>weixin_46587777</author><pubDate>Wed, 22 Apr 2026 18:34:13 +0800</pubDate><description><![CDATA[本文总结了在Windows11+RTX3090环境下将YOLO系列模型接入X-AnyLabelingServer的关键技术要点。核心包括：1)模型注册机制必须严格匹配model_id；2)解决YAML路径解析、模型注册遗漏、任务接口误用等典型问题；3)统一命名规范，特别注意&quot;-&quot;和&quot;_&quot;的区别；4)Windows路径处理需规避转义字符问题。最终实现了检测、分割、姿态估计、旋转框和分类等全系列YOLO模型的成功加载。关键经验包括model_id作为系统路由键的重要性、不]]></description><category></category></item><item><title><![CDATA[SAM3.1模型：3.5GB核心权重]]></title><link>https://blog.youkuaiyun.com/weixin_46587777/article/details/160399872</link><guid>https://blog.youkuaiyun.com/weixin_46587777/article/details/160399872</guid><author>weixin_46587777</author><pubDate>Wed, 22 Apr 2026 15:16:13 +0800</pubDate><description><![CDATA[摘要：该仓库包含预训练模型sam3.1的核心文件（3.5GB），支持PyTorch/TensorFlow加载。配置文件定义模型结构和分词规则，包含config.json、tokenizer_config.json等。完整分词工具链包括词表、合并规则等文件。README提供使用指南，LICENSE明确授权条款。模型基于Transformer架构，适用于文本生成/理解任务，支持多框架调用。技术特点包括大体积权重文件、BPE分词算法及Git版本控制。典型应用场景为NLP任务部署和分词器开发。]]></description><category></category></item><item><title><![CDATA[MedSAM环境配置指南]]></title><link>https://blog.youkuaiyun.com/weixin_46587777/article/details/160397293</link><guid>https://blog.youkuaiyun.com/weixin_46587777/article/details/160397293</guid><author>weixin_46587777</author><pubDate>Wed, 22 Apr 2026 10:26:10 +0800</pubDate><description><![CDATA[medsam是bowang-lab团队开发的医学图像分割开源项目，基于PyTorch框架优化了SAM等模型，支持CT/MRI等医学影像的自动分割。项目提供预训练模型，可通过GitHub克隆获取，需配置CUDA环境（推荐12.8版本）和GPU加速（如RTX 3090）。安装时需创建虚拟环境，验证环节包含显存监控和模型加载测试。关键步骤包括：权重文件管理、依赖安装、GPU兼容性检查，适用于肿瘤分割、器官识别等医疗场景。注意数据隐私合规性，具体部署详见项目README文档。]]></description><category></category></item><item><title><![CDATA[X-AnyLabeling 快速入门]]></title><link>https://blog.youkuaiyun.com/weixin_46587777/article/details/160390021</link><guid>https://blog.youkuaiyun.com/weixin_46587777/article/details/160390021</guid><author>weixin_46587777</author><pubDate>Wed, 22 Apr 2026 08:57:38 +0800</pubDate><description><![CDATA[在安装软件前，我们需要建一个“隔离的房间”（虚拟环境），避免这个软件的配置把你电脑上其他的 Python 软件弄坏。官方推荐用uv这个超快的新工具来建房间。]]></description><category></category></item><item><title><![CDATA[X-AnyLabeling「模型加载」知识点详解]]></title><link>https://blog.youkuaiyun.com/weixin_46587777/article/details/160389643</link><guid>https://blog.youkuaiyun.com/weixin_46587777/article/details/160389643</guid><author>weixin_46587777</author><pubDate>Wed, 22 Apr 2026 08:43:04 +0800</pubDate><description><![CDATA[这是本章最重要的分类。意思是：这个模型类型，X-AnyLabeling已经支持你不用自己写推理代码只要准备好模型文件和配置文件即可例如：YOLOv5某些 YOLO 系列其他模型列表中已有模板的模型意思是：当前软件还没有这个模型的适配实现你需要自己：定义配置实现推理服务接入 UI注册到模型管理器type模型类型标识决定走哪套推理逻辑不能乱改name模型配置索引名内部识别使用一般保留默认例如unet.yamltype: unetclasses:- cat- dog。]]></description><category></category></item><item><title><![CDATA[X-AnyLabeling CLI：别再点GUI了，这才是效率玩家的打开方式]]></title><link>https://blog.youkuaiyun.com/weixin_46587777/article/details/160389417</link><guid>https://blog.youkuaiyun.com/weixin_46587777/article/details/160389417</guid><author>weixin_46587777</author><pubDate>Wed, 22 Apr 2026 08:20:54 +0800</pubDate><description><![CDATA[X-AnyLabeling命令行工具（CLI）大幅提升数据标注转换效率，支持批量处理、自动化流水线集成。核心功能包括格式转换（如YOLO↔XLABEL）、多数据集融合，通过简洁命令实现高效操作。关键要点：必须掌握基础命令（--help/checks/version），注意参数设置（--task/output/mode）和常见问题（类名文件格式、目录结构）。相比GUI，CLI更适合需要处理大批量数据、构建训练流程的开发者，能确保操作可复现性。该工具支持中文路径和单文件处理，是掌控数据流程的专业选择。]]></description><category></category></item><item><title><![CDATA[X-anylabeling如何加载（自定义）模型]]></title><link>https://blog.youkuaiyun.com/weixin_46587777/article/details/157727126</link><guid>https://blog.youkuaiyun.com/weixin_46587777/article/details/157727126</guid><author>weixin_46587777</author><pubDate>Wed, 04 Feb 2026 11:39:13 +0800</pubDate><description><![CDATA[本文介绍了在X-AnyLabeling标注工具中手动加载模型的两种方法：1)将下载的模型文件放入软件默认路径；2)加载自定义模型（需先导出.pth为ONNX格式）。详细说明了模型导出工具安装、配置文件修改等步骤，并针对GPU环境、OpenCV错误、程序闪退等常见问题提供了解决方案。重点强调路径配置、版本匹配等关键注意事项，建议通过源码安装获取调试信息以排查问题。适用于网络受限或需要微调模型的用户场景。]]></description><category></category></item><item><title><![CDATA[anylableing对象检测全流程：从入门到精通]]></title><link>https://blog.youkuaiyun.com/weixin_46587777/article/details/157726425</link><guid>https://blog.youkuaiyun.com/weixin_46587777/article/details/157726425</guid><author>weixin_46587777</author><pubDate>Wed, 04 Feb 2026 11:30:50 +0800</pubDate><description><![CDATA[本文介绍了X-AnyLabeling工具的对象检测功能，包含基础用法和高级应用。基础操作包括添加图像、创建标注框和输入标签名称。高级功能支持YOLOv8等模型批量处理，提供双粒度检测模式（精细/粗粒度），并详细说明了环境配置步骤。工具还支持三种检测模式：点提示（高精度分割）、矩形提示（相似对象检测）和文本提示（语义搜索）。需要注意的是当前模型存在性能限制，包括训练数据局限性和高资源消耗等问题。]]></description><category></category></item><item><title><![CDATA[X-anylabeling模型读取路径]]></title><link>https://blog.youkuaiyun.com/weixin_46587777/article/details/157725991</link><guid>https://blog.youkuaiyun.com/weixin_46587777/article/details/157725991</guid><author>weixin_46587777</author><pubDate>Wed, 04 Feb 2026 10:50:44 +0800</pubDate><description><![CDATA[您的需求是修改X-AnyLabeling模型的默认下载路径（默认在），以避免占用C盘空间。这可以通过编辑配置文件来实现，以下是详细步骤和指导。]]></description><category></category></item><item><title><![CDATA[X-AnyLabeling 模型库]]></title><link>https://blog.youkuaiyun.com/weixin_46587777/article/details/157702671</link><guid>https://blog.youkuaiyun.com/weixin_46587777/article/details/157702671</guid><author>weixin_46587777</author><pubDate>Wed, 04 Feb 2026 00:13:20 +0800</pubDate><description><![CDATA[X-AnyLabeling模型库提供了全面的计算机视觉解决方案，涵盖图像分类、目标检测、姿态估计等任务。主要特点包括：1) 模型多样性，集成YOLO系列、RT-DETR等先进架构；2) 兼顾轻量化与高性能，从2.1MB到1.25GB不等；3) 任务覆盖全面，支持关键点检测、车道线识别等专业场景。典型应用场景包含嵌入式设备部署（如yolov6lite_s_face.onnx）和服务器端高精度推理（如dfine_x_obj2coco.onnx）。注意事项包括模型大小与计算资源的匹配，以及配置文件的正确使用。该资]]></description><category></category></item><item><title><![CDATA[SAM 3 图像和视频]]></title><link>https://blog.youkuaiyun.com/weixin_46587777/article/details/157700716</link><guid>https://blog.youkuaiyun.com/weixin_46587777/article/details/157700716</guid><author>weixin_46587777</author><pubDate>Tue, 03 Feb 2026 23:52:17 +0800</pubDate><description><![CDATA[SAM3是一个先进的图像和视频分割模型，支持文本和视觉提示（点、框、掩码）进行对象检测、分割和跟踪。相比前代SAM2，SAM3新增了开放词汇分割能力，能处理更广泛的提示类型。在包含27万概念的SA-CO基准测试中，SAM3达到人类表现的75-80%。模型提供图像和视频分割功能，支持单点/多点输入、边界框提示、批量推理等场景，并能通过组合文本与视觉提示优化结果。视频处理支持预加载和流式推理两种模式，可跟踪单对象或多对象。SAM3保持了与SAM2相同的API，是现有工作流程的理想升级选择。官方代码已在sam3仓]]></description><category></category></item><item><title><![CDATA[超轻量SAM模型部署：ONNX量化与Transformer剪枝全攻略]]></title><link>https://blog.youkuaiyun.com/weixin_46587777/article/details/157700595</link><guid>https://blog.youkuaiyun.com/weixin_46587777/article/details/157700595</guid><author>weixin_46587777</author><pubDate>Tue, 03 Feb 2026 23:23:29 +0800</pubDate><description><![CDATA[摘要：本文提出了一种超轻量SAM模型部署方案，通过ONNX动态量化和Transformer剪枝技术优化模型。方案首先将基础模型导出为ONNX格式并进行动态量化，随后对注意力头进行重要性评估和结构化剪枝。实验结果显示，优化后的模型体积减小81.5%（64MB），推理速度提升3.2倍（89ms），同时保持95%以上的分割精度（mIoU 0.851）。该方案特别适合移动端和边缘计算场景部署，在保持性能的同时显著降低了资源消耗。]]></description><category></category></item><item><title><![CDATA[Sam3 ONNX 导出与推理指南]]></title><link>https://blog.youkuaiyun.com/weixin_46587777/article/details/157700448</link><guid>https://blog.youkuaiyun.com/weixin_46587777/article/details/157700448</guid><author>weixin_46587777</author><pubDate>Tue, 03 Feb 2026 23:14:20 +0800</pubDate><description><![CDATA[本文介绍了如何将SegmentAnything(SAM)模型完整导出为ONNX格式并实现独立推理。作者发现官方方法仅导出mask_decoder部分，仍需依赖PyTorch环境准备输入，违背了ONNX跨平台部署的初衷。通过分析SAM结构，提出了完整解决方案：1)独立导出image_encoder为ONNX模型；2)复用官方方法导出mask_decoder；3)使用NumPy替代PyTorch实现提示编码。文章详细展示了图像预处理、编码器推理、提示编码和解码器推理的全流程，最终实现了完全脱离PyTorch依赖]]></description><category></category></item><item><title><![CDATA[SAM3模型来了，手把手带你运行SAM3模型代码，SAM3模型初探！]]></title><link>https://blog.youkuaiyun.com/weixin_46587777/article/details/157700344</link><guid>https://blog.youkuaiyun.com/weixin_46587777/article/details/157700344</guid><author>weixin_46587777</author><pubDate>Tue, 03 Feb 2026 23:04:17 +0800</pubDate><description><![CDATA[Meta最新开源的SAM3模型实现文本提示精准分割，支持多模态输入。文章提供详细Windows本地运行教程，包括环境配置（NVIDIA显卡、CUDA 12.6）、依赖安装、权重下载替代方案（3.2GB的sam3.pt文件）和代码修改要点。重点解决了Windows下triton包缺失和权重下载两大难题，并附测试代码示例，展示模型通过&quot;shoe&quot;、&quot;child&quot;等文本提示实现语义分割的效果。该教程已在4090+Win11环境验证可用，为后续视频追踪等进阶应用打下基础。]]></description><category></category></item></channel></rss>