不积跬步无以至千里，不积小流无以成江海。一个喜欢学习分享的程序员

Ultralytics YOLO 是广受赞誉的 YOLO（You Only Look Once）系列目标检测模型的最新进展，由 Ultralytics 公司开发和维护。通过单次前向传播即可同时预测图像中物体的位置和类别，具有高效性和高准确性的特点。本文介绍如何使用Ultralytics yolo做图片检测，如何使用roboflow做数据标注，并导出yolo格式数据集，并训练本地模型，使用训练好的模型做图片检测，并输入程序需要的结果数据。

Cherry Studio 是一款集多模型对话、知识库管理、AI 绘画、翻译等功能于一体的全能 AI 助手平台。Cherry Studio 高度自定义的设计、强大的扩展能力和友好的用户体验，使其成为专业用户和 AI 爱好者的理想选择。无论是零基础用户还是开发者，都能在 Cherry Studio 中找到适合自己的AI功能，提升工作效率和创造力。

MCP 是一个开放协议，它为应用程序向 LLM 提供上下文的方式进行了标准化。你可以将 MCP 想象成 AI 应用程序的 USB-C 接口。就像 USB-C 为设备连接各种外设和配件提供了标准化的方式一样，MCP 为 AI 模型连接各种数据源和工具提供了标准化的接口。

Dify 是一个开源的大语言模型（LLM）应用开发平台，旨在帮助开发者快速构建基于 AI 的应用程序，例如智能对话助手、知识库问答、内容生成工具等。它提供了可视化的流程编排、模型集成、数据管理等功能，降低了开发门槛，支持快速迭代和部署。集成主流 LLM（如 GPT-4、Claude、Llama 等），支持通过 API 或本地部署的模型，可灵活切换不同模型。可视化工作流，知识库与 RAG

借助于硅基流动的API接口，接口VScode插件 Cline 或 Continue 实现辅助编程硅基流动是收费接口，也可以使用本地Ollama或者其他的第三方API接口。

AnythingLLM是Mintplex Labs推出的一款功能强大的全栈AI应用程序

我的电脑配置（12代i7cpu，40G内存，3060显卡6G显存）勉强能跑，不过提问回复很慢，效果很差。换8b的模型快了很多。可能是模型级别太低的原因，本地模型使用效果一直不理想，问一些历史问题错误很多。

为确保机器学习模型的有效性和准确性，对原始数据有基本要求：首先，数据质量需保证准确无误、完整无缺，且格式一致，避免错误、缺失和歧义。其次，数据应与目标任务紧密相关，通过特征选择提取有用信息，提高模型性能和效率。数据量方面，需足够且多样，以覆盖多个方面和场景，增强模型泛化能力。数据格式需适合所选算法，对非数值型数据进行编码或转换，并进行标准化或归一化处理。此外，需进行数据清洗，处理异常值、去重，并随机划分训练集、验证集和测试集，以确保模型训练和评估的有效性。

LabelStudio是一个功能丰富、灵活便捷、易于使用的数据标注工具，适用于各种机器学习和深度学习项目中的数据标注工作