- 博客(208)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 一文吃透 DBNet 模型参数：从基础到全网爆火的深度解析
从模型基础配置的名称定义与配置继承，到模型架构中骨干网络、颈部网络、头部网络的选择与参数设置，再到后处理、评估指标、损失函数、优化器、学习率调度器等关键组件的参数调整，以及训练器和数据集相关参数的合理配置，每一个环节都相互关联、相互影响。10.1 训练数据集配置 - 数据路径 dataset.train.dataset.args.data_path: ./datasets/SynthText。10.3 数据加载器配置 - 批量大小 dataset.train.loader.batch_size: 2。
2025-04-29 19:11:46
24
原创 Qwen3开源发布：Think Deeper, Act Faster！推理、部署、微调、MCP调用实战教程
今天，通义千问Qwen团队正式开源推出 Qwen3，这是 Qwen 系列大型语言模型的最新成员。最新的Qwen3系列模型具备双模推理能力（深入思考/快速响应）、支持119种语言及方言，并强化了Agent功能与代码执行能力，全面满足复杂问题处理与全球化应用需求。其中，旗舰模型 Qwen3-235B-A22B 在代码、数学、通用能力等基准测试中，与 DeepSeek-R1、o1、o3-mini、Grok-3 和 Gemini-2.5-Pro 等顶级模型相比，表现出极具竞争力的结果。
2025-04-29 13:44:15
144
原创 基于YOLOv8深度学习的人脸面部口罩检测系统【python源码+Pyqt5界面+数据集+训练代码】目标检测、深度学习实战
1. 可进行戴口罩、未带口罩及未正确戴口罩这3种状态的目标检测；支持图片、视频及摄像头进行检测，同时支持图片的批量检测；界面可实时显示目标位置目标总数置信度用时等信息;支持图片或者视频的检测结果保存；
2025-04-21 19:02:40
45
原创 基于YOLOv8深度学习的120种犬类检测与识别系统【python源码+Pyqt5界面+数据集+训练代码】目标检测、深度学习实战
狗的检测与种类识别技术对于多个领域具有重要意义。首先，此技术可以用于公共安全和执法。例如，警方和安保人员可以利用它快速识别搜救犬、警犬以及潜在的威胁性狗类，提高工作效率和响应速度。其次，宠物行业也可受益匪浅，此技术有助于宠物店、兽医诊所和动物收容所更准确地记录和管理犬只信息，提供更个性化的服务。在城市管理方面，犬类检测与识别技术能够辅助城市管理者监控流浪狗的数量和分布，及时处理可能的公共卫生问题和安全风险。同样地，野生动物保护项目可以使用这一技术来研究和监控野狗对生态系统的影响。
2025-04-21 17:31:47
25
原创 基于YOLOv8深度学习的钢材表面缺陷检测系统【python源码+Pyqt5界面+数据集+训练代码】目标检测、深度学习实战
钢材表面缺陷检测对于保障产品质量、延长使用寿命以及防止潜在的安全风险至关重要。在金属加工和制造业中，及时且准确地检测出表面缺陷，可以避免不合格产品流入市场，从而确保结构的完整性和可靠性，以及产品的美观性和性能标准。此外，缺陷检测能够帮助制造厂商降低废品率，提高材料的利用率，减少经济损失。钢材表面缺陷检测应用场景广泛，例如在汽车制造航空航天船舶制造建筑管道和压力容器等行业的钢材质量控制中都极为重要。
2025-04-21 17:27:20
147
原创 【目标检测实战】基于深度学习的路面坑洞检测系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战
1. 可实时进行路面坑洞的目标检测；支持图片、视频及摄像头进行检测，同时支持图片的批量检测；界面可实时显示目标位置目标总数置信度用时等信息;支持图片或者视频的检测结果保存；
2025-04-21 17:17:37
40
原创 【深度学习实战】基于深度学习的火焰烟雾检测系统【python源码+Pyqt5界面+数据集+训练代码】目标检测
可进行火焰烟雾及正常这3种状态的目标检测；支持图片、视频及摄像头进行检测，同时支持图片的批量检测；界面可实时显示目标位置目标总数置信度用时等信息;支持图片或者视频的检测结果保存；
2025-04-21 17:11:13
22
原创 基于YOLOv8深度学习的生活垃圾分类目标检测系统【python源码+Pyqt5界面+数据集+训练代码】【深度学习实战】
可以检测日常的生活垃圾，并且分为4种类别'可回收垃圾','有害垃圾','厨余垃圾','其他垃圾';支持图片、视频及摄像头进行检测，同时支持图片的批量检测；界面可实时显示目标位置目标总数置信度用时等信息;支持图片或者视频的检测结果保存；
2025-04-21 17:04:50
21
原创 基于YOLOv8深度学习的安全帽检测系统【python源码+Pyqt5界面+数据集+训练代码】
1. 可进行人员佩戴安全帽与未戴安全帽两种状态的目标检测；支持图片、视频及摄像头进行检测，同时支持图片的批量检测；界面可实时显示目标位置目标总数置信度用时等信息;支持图片或者视频的检测结果保存；
2025-04-21 16:59:54
44
原创 基于YOLOv8深度学习的PCB板缺陷检测系统【python源码+Pyqt5界面+数据集+训练代码】
PCB板缺陷检测在电子制造行业中具有重要的意义。随着电子产品的普及和需求的不断增长，对PCB板的质量和可靠性要求也越来越高。PCB板作为电子产品的核心组件，其质量直接影响到整个产品的性能和稳定性。因此，对PCB板进行缺陷检测是确保产品质量的关键步骤。工业生产：在PCB板的生产过程中，通过实时检测和识别各种缺陷类型，可以有效地提高生产效率和产品质量。同时，通过对缺陷数据的统计和分析，可以为生产过程提供优化建议，降低生产成本。维修与维护：在电子产品的使用过程中，可能会出现PCB板损坏的情况。
2025-04-21 16:52:22
22
原创 基于YOLOv8深度学习的行人跌倒检测系统【python源码+Pyqt5界面+数据集+训练代码】目标检测
1. 支持图片、视频及摄像头进行跌倒检测，同时支持图片的批量检测；2. 界面可实时显示目标位置目标总数置信度用时等信息;3. 支持图片或者视频的跌倒检测结果保存；
2025-04-21 16:43:38
22
原创 基于YOLOv8深度学习的人脸面部表情识别系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战
1. 可进行7种不同人物表情识别['生气','厌恶','害怕','高兴','中立','伤心','惊讶'];2.支持图片、视频及摄像头进行人脸表情检测；3.界面可实时显示表情结果置信度各表情概率值等信息;
2025-04-21 16:30:39
25
原创 基于YOLOv8的多目标检测与自动标注软件【python源码+PyqtUI界面+exe文件】【深度学习】
1. 支持80个类别的目标检测，可指定检测类别，详细目标类别见下方说明；支持图片、视频及摄像头进行检测，并显示目标位置目标总数，保存检测结果;支持图片批量检测与自动标注，并将结果保存为YOLO格式文件，用于后续模型训练；支持单个类别的目标选择与检测，并保存检测结果和YOLO标签文件。
2025-04-21 16:23:06
26
原创 眨眼、张嘴、点头、摇头一网打尽，人脸活体检测系统开发【Python源码+UI界面】
目前，人脸识别技术在我们日常生活应用十分广泛，几乎随处都能会接触到，比如手机的人脸识别解锁、人脸支付、门禁闸机的人脸识别出入等等。但随之而来也会遇到一定的问题，如：人脸识别只能检测目标人脸是否和预留人脸数据特征是否一致，却不能检测是否是真的活人。因此各种欺骗手段也开始露出水面，如何判断被检测对象是否是真的活人，而不是照片、视频甚至是人皮面具，是一个亟待解决的问题，此时，活体检测走上了时代的舞台。活体检测。
2025-04-21 16:15:14
331
原创 基于Mediapipe深度学习算法的手势识别系统【含python源码+PyqtUI界面+原理详解】
手势识别技术是一种将人类手部的动作转化为机器可理解形式的技术。它可以通过分析图像或视频中的手部或身体动作，来识别并理解用户的意图或指令。手势识别技术广泛应用于人机交互、虚拟现实、增强现实、智能监控等领域。通过手势识别技术，用户可以使用手势进行操作和交互，从而提供更加自然、直观的用户体验。手势识别技术目前正处于快速发展阶段，并取得了很多重要的研究进展。以下是手势识别技术目前常见的一些研究：传感器技术：传感器技术在手势识别中起着关键作用。
2025-04-21 16:07:31
142
原创 手把手教你打造一个基于车牌识别的停车场管理系统【含python源码+PyqtUI界面+功能详解】-深度学习实战项目
车牌识别系统(Vehicle License Plate Recognition，VLPR) 是指能够检测到受监控路面的车辆并自动提取车辆牌照信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理的技术。车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。
2025-04-21 16:00:11
246
原创 基于深度学习的人脸识别与人员信息管理软件【python源码+UI界面+功能源码详解】
人脸识别技术是一种生物识别技术，可以用来确认用户身份。人脸识别技术相比于传统的身份识别技术有很大的优势，主要体现在方便性上。传统的身份认证方式诸如：密码、PIN码、射频卡片、口令、指纹等，需要用户记住复杂密码或者携带身份认证钥匙。而密码、卡片均存在丢失泄露的风险，相比于人脸识别，交互性于安全性都不够高。人脸识别可以使用摄像头远距离非接触识别，相比于指纹免去了将手指按在识别区域的操作，可由摄像头自动识别。
2025-04-21 15:51:43
25
原创 超过DeepSeek R1！字节Seed-Thinking-v1.5技术报告
我们介绍 Seed-Thinking-v1.5，它能够在响应前通过思考进行推理，从而在广泛的基准测试中提高了性能。Seed-Thinking-v1.5 在 AIME 2024 上达到 86.7 分，在 Codeforces 上达到 55.0 分，在 GPQA 上达到 77.3 分，展示了在 STEM 和编码方面出色的推理能力。除了推理任务，该方法在不同领域也表现出显著的泛化能力。例如，在非推理任务上，它在胜率方面超过 DeepSeek R1 8%，表明其更广泛的适用性。
2025-04-19 09:58:15
230
原创 腾讯混元2025CVPR论文全解读：6篇论文速通大模型前沿
近年来，随着文生图、文生视频大模型技术的快速发展，人像编辑生成领域也迎来新的技术升级，通过在latent空间编码表情和头部运动，diffusion based（扩散模型）方案相比于GAN（生成对抗网络），可以生成更加自然和多样性的人像视频。以稳定视频扩散模型（SVD）为核心基础模块，我们针对条件控制的需求，设计适配层结构，并通过注意力机制将控制信号注入去噪UNet网络，这不仅增强了生成结果的丰富空间细节表现力，同时保证了视频帧间的时序一致性。2）建立有效的训练流程，以增强多模态语言模型的推理能力。
2025-04-19 09:53:22
50
原创 前沿论文 Arxiv | 基于混合Transformer-Mamba网络的单图像去雨
现有的去雨Transformer模型采用固定范围窗口或沿通道维度的自注意力机制，限制了非局部感受野的利用。针对这一问题，作者提出了一种新颖的双分支混合Transformer-Mamba网络，称为TransMamba，旨在有效捕捉长距离的雨纹相关依赖关系。基于雨纹退化和背景在频域中的不同特征先验，作者在第一个分支中设计了频带Transformer模块。自注意力机制在频域通道维度的组合中执行，以提高建模长距离依赖关系的能力。为了增强频率特定信息，作者提出了一个频域增强的前馈模块，用于在频域中聚合特征。
2025-04-19 09:48:48
35
原创 从模型原理到代码实践，深入浅出上手Transformer，叩开大模型世界的大门
细心的你可能发现了问题，这里多了一个维度B，输入的结果 ，是三维的。这里解释一下，我们的例子只有一句话，但是在模型的训练中，其实是一次性输入多句话并行计算的，batch_size 的值就是你一次性输入多少句子来训练，一般来说，这取决于你的显存大小，自行尝试调整就可以了。首先 Transformer也是一个神经网络，神经网络的本质是模拟人脑神经元的思考过程，数学上是一种拟合，当然，人脑内部的信号处理是否连续或者可拟合我们不得而知，但Transformer在我的机器上实实在在地思考并输出了正确的答案。
2025-04-19 09:41:00
140
原创 DCGC-YOLO：用于火灾检测的高效双通道瓶颈结构YOLO检测算法
总的来说，目标检测中的注意力机制通过有选择地关注图像中与目标检测最相关的部分，而不是不加区分地处理整个图像，有助于提高模型的准确性和效率。在目标检测中使用的注意力机制有不同的类型，但最常见的一种是空间注意力机制，它关注图像的特定区域。该结构增大了网络的感受野，增强了特征提取能力，并且采用了一种通道净化机制，将分组卷积分离出的各个通道进行融合，促进了通道维度上的信息交换，实现了更好的信息编码。）的锚框生成算法，在自定义的火灾数据集上调整锚框大小，增强了模型的鲁棒性，提高了检测精度。
2025-04-19 09:33:57
22
原创 深度剖析图像增强代码：自定义SafeHorizontalFlip与SafePerspective类
""""""类继承自，其主要功能是在进行水平翻转时，调整关键点的顺序，确保原本位于左上角的关键点在翻转后仍处于左上角位置。这在一些对关键点位置有特定要求的任务中非常重要，比如目标检测、姿态估计等。"""类继承自，其主要功能是进行透视变换，同时确保所有关键点在变换后的图像中仍然可见。这在处理包含关键点标注的图像时，避免了因透视变换导致关键点超出图像范围而丢失信息的问题。通过对和这两个自定义图像增强类的深入剖析，我们了解了它们的实现原理和应用场景。
2025-04-03 19:10:47
39
原创 UVDoc 模型预训练、微调、使用以及效果对比
UVDoc 模型是一种基于深度学习的文档处理模型，旨在处理各种类型的文档，包括但不限于 PDF、Word 等。它结合了自然语言处理和计算机视觉的技术，能够理解文档中的文本内容和布局信息，从而实现更精准的文档分析。本文详细介绍了 UVDoc 模型的预训练、微调、使用方法，深入解析了其架构，并通过效果对比展示了其在文档处理任务中的优势。未来，我们可以进一步探索 UVDoc 模型的应用场景，如多语言文档处理、文档生成等，同时不断优化模型的架构和训练方法，提高其性能和效率。
2025-04-03 15:33:20
55
原创 Manus的技术实现原理浅析与简单复刻
最近Manus可谓是AI圈的“新晋网红”，上线第一天就全网“一码难求”，并且当天晚上就有团队开源了OpenManus项目，剧情跌宕起伏，充满了戏剧性~ 最近有幸实际体验到了Manus的运行效果，结合Manus实际运行的情况、OpenManus的开源代码，在加上网传的Prompt信息，我大致分析出了Manus的技术实现原理，并在后面做了一个简单版本的复刻，本文是参考网络上的信息再加个人理解，行文仓促，难免有疏漏，欢迎大家互相交流探讨~什么是Manus。
2025-03-21 12:37:50
122
原创 从零开始的DeepSeek微调训练实战（SFT）(5万字干货)
本文重点介绍使用微调框架unsloth，围绕DeepSeek R1 Distill 7B模型进行高效微调，并介绍用于推理大模型高效微调的COT数据集的创建和使用方法，并在一个medical-o1-reasoning-SFT数据集上完成高效微调实战，并最终达到问答风格优化&知识灌注目的。你能收获什么：亲手完成DeepSeek R1蒸馏模型的微调实战对模型微调、推理数据集等知识有一定了解对大模型运行的机制和原理有一定的了解有机会制作一个属于自己的定制化大模型。
2025-03-12 12:41:08
633
1
原创 万字长文讲透 RAG在实际落地场景中的优化
在过去两年中，检索增强生成（RAG，Retrieval-Augmented Generation）技术逐渐成为提升智能体的核心组成部分。通过结合检索与生成的双重能力，RAG能够引入外部知识，从而为大模型在复杂场景中的应用提供更多可能性。但是在实际落地场景中，往往会存在检索准确率低，噪音干扰多，召回完整性，专业性不够，导致LLM幻觉严重的问题。本次分享会聚焦RAG在实际落地场景中的知识加工和检索细节，如何去优化RAG Pineline链路，最终提升召回准确率。
2025-03-12 09:11:28
191
原创 拆解报告：SOAIY索爱GK9开放式耳机
此次将要拆解的SOAIY索爱GK9开放式耳机外观上非常的轻巧便携，功能配置上搭载了12mm动圈喇叭，支持三频数字增强技术，支持DT定向传音技术，提供清晰的音质效果；续航上，支持单次5小时，综合约32小时的音乐播放。包装盒背面介绍了产品的参数信息，产品型号：GK9，蓝牙版本：V5.4，输入：5V-450mAh，声压级：105±2dB SPL（A），深圳市索爱杰睿科技有限公司出品。索爱GK9耳机C型弯臂外部采用了硅胶材质，内部记忆钢丝，弯曲易变形，但具有一定的可塑性，可以自由弯曲到合适的夹角。
2025-03-11 12:55:20
272
原创 DBW - YOLO：一种适用于复杂环境的高精度合成孔径雷达（SAR）舰船检测方法
然而，由于它们对背景复杂性较为敏感，且对目标变化的适应性不足，随着雷达平台参数的多样性增加以及模型复杂度的提升，其检测效果较差。它以其高效的实时目标检测能力而闻名，具有快速的推理速度和较低的计算复杂度，这使其非常适合实时应用，并且在处理大型数据集时表现出色。然而，在处理近岸船舶时，卷积往往会提取大量的背景信息，从而影响网络识别船舶目标的能力。）对于文献中提出的方法，这些模型的特征提取网络无法生成纯净的船舶特征，使得它们容易受到周围环境的干扰，特别是对于纹理复杂或尺寸较小的目标，会导致检测精度下降；
2025-03-11 12:51:43
55
原创 金融长上下文基准测试FailSafeQA：解锁金融领域LLM真实的审慎性和容错性
模型的合规性和稳健性在不同查询类型（问答（QA）和文本生成（TG））上的对比，（左）在所有模型中，鲁棒性的下降在文本生成（TG）中比在问答（QA）任务中更为突出。对于所有模型，基于错误的文档（不相关的上下文）拒绝回答比处理空上下文（例如，由于文档上传失败）更容易。研究指出，文本生成任务（如博客撰写）比简单问答更容易引发幻觉，或许未来的解决之道在于“先提取信息，再生成内容”的分步策略。图1：FailSafeQA 的评估框架，展示了查询失败和上下文失败的六种测试场景，考验模型的稳健性和防幻觉能力。
2025-03-11 12:45:01
47
原创 QwQ-32B，支持Function Call的推理模型，构建深度思考Agent
QwQ在推理模型中集成了调用工具的能力，使其能够在使用工具的同时进行批判性思考，并根据反馈调整推理过程。本文介绍如何通过vLLM和SgLang结合QwQ-32B，搭建OpenAI格式的聊天API，并与外部函数结合来拓展模型的更多功能。模型部署：使用vLLM，SgLang和QwQ，通过设置参数，部署支持Function call的聊天API接口。如果我们向模型询问当前的天气情况，它将会反问，希望获取到进一步的更多的参数信息。一旦我们通过对话提供缺失的参数信息，模型就会为我们生成适当的函数参数。
2025-03-11 12:41:26
378
原创 语音识别模型 SenseVoice 模型架构解析
16kHz采样率的WAV音频，单样本建议≤50秒（支持长音频但需分段处理）。，包含多层Transformer与记忆增强自注意力机制。：80维对数梅尔滤波器组特征，通过帧堆叠和下采样（6倍压缩）处理时序数据。情感识别准确率在测试集上达到87.2%，超过专用SER模型3.5个百分点。该脚本会将音频路径与标注文本转换为模型可读的序列化格式。（逆文本规范化标记）为可训练参数。：需包含语音内容文本、情感标签（如。: 启用语音活动检测优化长音频处理。: 启用标点预测模块。: 解决显存不足问题。
2025-03-10 08:56:54
297
原创 腾讯开源HunyuanVideo-I2V图生视频模型+LoRA训练脚本，部署、推理实战教程
该模型基于HunyuanVideo文生视频基础模型，利用基础模型先进的视频生成能力，将应用扩展到图像到视频的生成任务。由于使用预训练的Decoder-Only架构多模态大语言模型（MLLM）作为文本编码器，可用于显著增强模型对输入图像语义内容的理解能力，并实现图像与文本描述信息的深度融合。该集成不仅提升了生成视频的保真度，还增强了模型对复杂多模态输入的解析能力。模型下载好后分别把模型挪到ComfyUI的对应目录，文件结构如下：。魔搭平台上可以下载到这三个模型，下载命令如下：。
2025-03-08 16:21:11
186
原创 拆解报告：AMOVAN NOVA Ring 1智能戒指
在目前的智能穿戴市场，搭载运动健康监测功能的消费电子产品，除了主流的智能手表、智能手环之外，智能戒指的关注度也在逐渐上升。并且相较于智能腕带类产品，智能戒指拥有着更加轻巧的体积，更无感的佩戴体验，以及紧密贴合手指的精准监测效果。包装盒背面贴有产品标签，型号：NOVA Ring Gen1，电池类型：锂离子聚合物电池，外壳材料：钛合金，工作温度：0~50℃，防水等级：IP68，功能：运动数据、睡眠数据、心率、血氧、心率变异性、压力等，同时标注了包装盒内部清单，产品尺寸和颜色信息。整机无凸点，佩戴也更舒适。
2025-03-08 15:48:49
79
原创 拆解报告：HUAWEI华为FreeBuds Pro 4真无线降噪耳机
在功能配置方面，搭载全新调教的超感知原声双单元、麒麟A2芯片，支持迭代升级的星闪连接核心技术，配合华为自研L2HC 4.0编解码技术，可实现2.3Mbps无损传输能力，获得了HWA Lossless及Hi-Res Wireless双高清音频认证；耳机接入了小艺智能体，可通过语音实现更便捷的操作体验；HUAWEI华为FreeBuds Pro 4真无线降噪耳机在外观方面，延续了该系列的经典商务风格，同时融入了陶瓷材质，“光谱银弦”设计，进一步提升了产品的精致度，再搭配曜石黑采用的黑金配色，极具质感和高级感。
2025-03-08 15:39:58
344
原创 拆解报告：HUAWEI华为Mate 70智能手机
HiSilicon海思Hi1105 Wi-Fi/BT/GNSS/FM/IR五合一解决方案，可支持2x2 Wi-Fi 6 160MHz，2.4G+5G DBDC，BT5.2/BT-UHD，GNSS L1+L5，FM，IR（红外），PCIE/SDIO接口，具备高集成、高性能、低功耗的优势。做了大量的防尘防水处理，提升日常使用的安全性。包装盒背面贴有产品标签，数字移动电话机，HUAWEI Mate 70，机身内存：12GB RAM+512GB ROM，颜色：曜石黑，型号：CLS-AL00，全网通版。
2025-03-08 14:48:55
886
原创 拆解报告：SHARGE闪极A1智能眼镜
产品名称：闪极 智能拍摄眼镜，产品型号：A1处理器：紫光展锐旗舰级AI处理器4核2.0GHz，内存：2GB，存储：32GB，相继：1600万像素，支持1080P 30fps视频拍摄，WLAN：WiFI 5，蓝牙：BT5.0，电池容量：450mAh，麦克风：阵列麦克风x3，扬声器：0920旗舰级扬声器x2，制造商：闪极科技（深圳）有限公司。作为3C数码领域的新锐品牌，闪极在2024年率先发布了旗下首款智能眼镜A1（闪极AI拍拍镜），凭借优惠的价格，丰富的功能，迅速吸引了大量消费者的关注。
2025-03-08 13:44:59
415
原创 iKF Air Clip开放式耳机：拆解步骤细节与分析报告
INJOINIC英集芯IP5518 TWS耳机充电仓管理SoC，是一款集成MCU，集成了5V升压转换器、锂电池充电管理、电池电量指示的多功能电源管理SoC，为TWS蓝牙耳机充电仓提供完整的电源解决方案。iKF Air Clip开放式耳机包装盒采用了封套设计，正面展示产品外观，品牌LOGO和产品名称，创新不入耳、APP智联互动、空气感佩戴的产品特点，以及Hi-Fi iKF Audio和蓝牙5.4标志。盒盖内侧标注有产品信息，型号：iKF-Air Clip，输入：5V-400mA，输出：5V-300mA。
2025-03-07 13:00:02
259
原创 基于YOLOv8的交通标志检测方法
交通标志检测对于自动驾驶技术至关重要。尽管以实时处理能力著称的单阶段检测算法已被广泛应用，但在复杂的交通环境中准确检测交通标志仍然是一项挑战。本文提出了一种基于YOLOv8的交通标志检测方法。具体而言，本研究引入了空间到深度（SPD）模块，以解决因交通场景中交通标志的多尺度变化而导致的漏检问题。SPD模块将空间信息压缩到深度通道中，扩大了感受野，增强了对不同尺寸目标的检测能力。此外，为了解决由树木等复杂背景导致的漏检问题，本文采用了选择核（Select Kernel）注意力机制。
2025-03-07 12:28:36
185
原创 基于DeepSeek R1构建下一代Manus通用型AI智能体的技术实践
本文提出了一种融合DeepSeek R1强化学习框架与Manus多智能体架构的通用型AI解决方案。通过引入组相对策略优化（GRPO）和三阶段训练流程（冷启动、推理导向RL、通用对齐RL），系统实现了无需人工标注的推理能力自进化，在数学（AIME 2024得分率79.8%）和编程任务（Codeforces评分2029）中达到行业顶尖水平。系统架构采用分层式多智能体协作机制，集成安全沙箱执行、分级记忆存储和动态工具调用模块，支持并行处理。
2025-03-07 09:01:45
102
Android AIDL传输数据
2015-10-26
设计模式 观察者模式 以Android中TextView文本内容发生变化为背景
2015-10-08
设计模式 策略模式 以Android 中TextView绘制文本、颜色为背景说明
2015-10-08
Android的Jar包从主项目工程中读取并展示资源文件
2014-11-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人