多尺度卷积第11页

Hive实用小文件合并方案

500佰·2025-03-12 12:45

JavaScript中的Observer模式：设计模式与最佳实践

它允许一个对象在状态发生变化时通知其他依赖于它的对象，这种一对多的依赖关系在事件驱动编程、数据绑定以及状态管理等领域非常常见。

乐闻x·2025-03-12 12:15

【笔试面试】秒懂深度学习模型小型化：蒸馏法、剪枝…

紧凑模型设计：MobileNet的深度可分离卷积shufflenet的逐点群卷积(pointwisegroupconvolution)和通道混洗(channelshuffle)，前者通过分组卷积降低计算量

聊北辰同学·2025-03-12 11:08

Python解析PDF：支持本地/在线文档的解析、提取文本及表格信息（采用pdfplumber包）

番外话被PDF折磨了两年多，今天终于找到一个比较好的解析方案，是用pdfplumber包解析的，并做了一些封装。之前用pdfminer解析的效果很一般，提取效果无法忍受的那种。

二师父·2025-03-12 11:37

23. 观察者模式

智想天开·2025-03-12 11:00

计算机视觉深度学习入门（4）

在小型数据集上从头开始训练一个卷积神经网络利用少量数据来训练图像分类模型，这是一种很常见的情况。如果你从事与计算机视觉相关的职业，那么很可能会在实践中遇到这种情况。

yyc_audio·2025-03-12 10:26

YOLOv5涨点优化：原创自研 | 魔改Bottleneck，具备多尺度和特征通道融合的结构

本文原创自研创新改进：魔改Bottleneck，具备多尺度和特征通道融合的结构，该模型在检测准确性方面都取得了良好的效果，尤其在缺陷检测方向。

AI小怪兽·2025-03-12 09:51

重大安全威胁！全球近5W个访问管理系统存在严重安全漏洞

这些系统本应通过密码、生物识别和多因素认证等身份验证方法控制建筑物访问，然而却因关键配置错误导致敏感数据暴露，使设施面临未经授权进入的风险。

FreeBuf-·2025-03-12 09:47

RAG检索增强生成（Retrieval-Augmented Generation）介绍（双模态架构：检索子系统、生成子系统）实现知识获取与内容生成的协同

文章目录增强生成（RAG）技术：原理、架构与前沿实践1.RAG技术架构剖析1.1技术融合范式-**检索子系统**-**生成子系统**2.核心组件与工作流程2.1数据预处理管线-**多粒度分块策略**-*

Dontla·2025-03-12 08:45

Libreswan: warning: netlink_acquire got message with length 52 ＜ 232 bytes； ignore message

如果网络有问题的时候，会出现超多的日志，在auth文件很快就可以将var目录占满：May823:23:00apluto[3868]:netlink_acquiregotmessagewithlength52

mzhan017·2025-03-12 08:11

情感识别（Emotion Recognition）

深度学习方法：使用卷积神经网络（CN

路野yue·2025-03-12 08:10

2025软件供应链安全工具推荐｜悬镜SCA、SAST、IAST首批通过中国信通院软件供应链安全能力评估

中国信息通信研究院正式官方发布软件供应链安全系列工具能力评估通过名单，悬镜安全旗下主力核心三款产品——源鉴SCA开源威胁管控平台、灵脉AI开发安全卫士、灵脉IAST灰盒安全测试平台凭借其全球对标技术领先的性能指标优势以及多场景覆盖的体系化解决方案能力

DevSecOps选型指南·2025-03-12 07:33

Laya前端开源框架深度解析与实践应用

实时编译和多平台发布能力让开发更加高效。通过LayaYKFramework-master项目，开发者可以深入

徐子贡·2025-03-12 06:30

【光流】——liteflownet论文与代码浅读

光流，liteflownetcode:mmflowCVPR20181.前言FlowNet2是最先进的光流估计卷积神经网络(CNN)，需要超过160M的参数来实现精确的流量估计。

农夫山泉2号·2025-03-12 06:00

国赛数学建模高教社杯历届优秀论文全集

高教社杯全国大学生数学建模竞赛题目及优秀论文1往届高教社杯题目2024年：A题：“板凳龙”闹元宵B题：生产过程中的决策问题C题：农作物的种植策略D题：反潜航空深弹命中概率问题E题：交通流量管控2023年：A题：定日镜场的优化设计B题：多波束测线问题

BanDeng001·2025-03-12 06:24

LabVIEW闭环控制系统硬件选型与实时性能

本文结合典型工业场景（如温度控制、运动控制），分析多类型硬件（USB/PCI/PXI/以太网/串口）的适配性，并提供量化选型依据。一、数据采集模块选型分析1.接口类型与传输

LabVIEW开发·2025-03-12 05:50

PointNet++改进策略：模块改进 | x-Conv | PointCNN，结合局部结构与全局排列提升模型性能

目录前言PointCNN实现细节1.XXX-Conv操作输入输出步骤2.PointCNN网络架构层级卷积分类与分割任务3.数据增强4.效率优化前言这篇论文介绍了一种名为PointCNN的方法，旨在从点云

我是瓦力·2025-03-12 03:30

熬夜一星期！我把WPS的功能用Qt重写了

无论你是刚学完Qt基础的新手，还是想进阶提升的开发者，这个支持多文档处理、富文本编辑、打印预览的实战案例都将让你对Qt开发有全新认知。一、项目技术全景图本项

十年编程老舅·2025-03-12 03:28

《自然语言处理实战入门》深度学习 ---- 预训练模型初探

文章大纲前言预训练模型简介语言表示学习神经上下文编码器为何需要预训练模型发展历史主流预训练模型预训练模型与分类将PTMs应用至下游任务微调策略未来研究方向参考文献前言随着深度学习的发展，各种神经网络被广泛用于解决自然语言处理(NLP)任务，如卷积神经网络

shiter·2025-03-12 02:21

重生之我在学Vue--第6天 Vue 3 状态管理（Pinia）

1.2Pinia核心三要素二、Pinia快速上手2.1安装与初始化2.2创建第一个Store三、模块化状态管理3.1多Store场景3.2Store间通信四、在组件中使用Pinia4.1状态访问与修改4.2

野生的程序媛·2025-03-12 02:47

Native 崩溃解析工具

支持多平台（Linux、Windows、macOS），并提供Shell和Batch脚本便于使用。

JT-999·2025-03-12 01:14

为什么说Unity引擎支持跨平台

Unity引擎支持跨平台的主要理由包括以下几点：多平台发布：Unity引擎允许开发人员使用相同的代码和资源来构建应用程序和游戏，并在多个平台上发布，包括Windows、Mac、Linux、iOS、Android

你一身傲骨怎能输·2025-03-12 01:42

设计模式：观察者模式

一、模式定义观察者模式属于行为型设计模式，用于建立对象间的一对多依赖关系。当主题（Subject）状态变化时，所有依赖的观察者（Observer）会自动收到通知并更新。

·2025-03-12 00:47

基于PyTorch的深度学习5—神经网络工具箱

nn中已实现了绝大多数层，包括全连接层、损失层、激活层、卷积层、循环层等，这些层都是nn.Module的子类，能够自动检测到自己的Parameter，并将其作为学习参数，且针对GPU运行进行了cuDNN

Wis4e·2025-03-12 00:09

在pytorch中的卷积操作

卷积操作：#1.卷积核的输入通道数与输入数据的通道数保持一致，所以卷积核的对应通道与输入数据的对应通道进行卷积操作，以卷积核conv_i为例：#2.卷积核conv_i的对应通道与输入数据对应通道进行对应位置元素的乘法

FY_2018·2025-03-12 00:08

智驾技术全链条解析

TrustZone_·2025-03-12 00:28

华为OD E卷 #16 机场航班调度

题目A市机场停放了多架飞机，每架飞机都有自己的航班号CA3385，CZ6678，SC6508等，航班号的前2个大写字母（或数字）代表航空公司的缩写，后面4个数字代表航班信息。

时光回响·2025-03-11 23:53

2025年工业智能对讲机有多智能？数据采集+AI不在话下！

在工业通信领域，对讲机始终是不可替代的即时交互工具。但传统设备仅能实现基础语音传输的局限性，已难以满足现代工业对效率与智能化的需求。遨游通讯推出的新一代智能对讲机，凭借DeepSeek本地化部署与模块化数据采集能力，实现了语音交互的智能升级，并通过红外热成像、NFC、工业内窥镜等专业模块的深度融合，构建起覆盖现场感知、数据分析与决策支持的闭环体系。AOROM55G智能对讲机传统的对讲机往往只能进行

AORO_BEIDOU·2025-03-11 22:18

跨领域算法安全优化与可解释实践

内容概要作为系统性研究框架，《跨领域算法安全优化与可解释实践》从算法研发的全生命周期切入，重点解决多领域交叉应用中的核心矛盾。

智能计算研究中心·2025-03-11 22:43

1.动手学习深度学习课程安排及深度学习数学基础

LeNetAlexNetVGGResNetLSTMBERT…机器学习基础损失函数，目标函数，过拟合，优化实践使用pytorch实现介绍的知识点在真实数据上体验算法效果内容深度学习基础——线性神经网络，多层感知机卷积神经网络

Unknown To Known·2025-03-11 21:09

动手学深度学习V2.0(Pytorch)——10.感知机（激活函数）

2.1异或问题2.2单隐藏层2.3激活函数2.3.1logistics函数/sigmoid激活函数2.3.2tanh函数2.3.3sigmoid函数和tanh函数的异同/优缺点2.3.4relu2.4多类分类

吨吨不打野·2025-03-11 21:08

大模型全军覆没，中科院自动化所推出多图数学推理新基准 | CVPR 2025

关注前沿科技量子位挑战多图数学推理新基准，大模型直接全军覆没？！事情是这样的。

·2025-03-11 20:10

定期备份数据库：基于 Shell 脚本的自动化方案

直到某天真出问题了，才意识到自己平时有多“懒”。我相信很多人跟我一样，觉得这东西看起来麻烦，等到数据库挂了、数据丢失了，才感叹自己怎么就没提前准备好呢？

·2025-03-11 20:08

Java开发效率的秘密武器：AI如何重塑你的编码体验？

或者“为什么别人写代码比我快那么多？”今天，我们将揭开一个鲜为人知的秘密——AI正在悄然改变我们的编码方式。在这篇文章中，我将带领你走进Java与AI结合的奇妙世界，揭示那些从未被详细讲述的细节。

Leaton Lee·2025-03-11 20:58

【TVM教程】为 Mobile GPU 自动调优卷积网络

本文介绍如何调优整个卷积网络。TVM中MobileGPU的算子实现是以template形式编写的。该template有许多可调参数（tile因子

·2025-03-11 19:35

深度学习pytorch之简单方法自定义9类卷积即插即用

本文详细解析了PyTorch中torch.nn.Conv2d的核心参数，通过代码示例演示了如何利用这一基础函数实现多种卷积操作。

@Mr_LiuYang·2025-03-11 19:53

不同存储器组织和交叉编址技术的工作方式及举例说明

不同存储器组织和交叉编址技术的工作方式及举例说明本节介绍内存系统中常见的组织方式以及如何通过交叉编址来提高存储器性能，主要内容包括：多模块存储器单体多字存储器多体并行存储器高位交叉编址（顺序方式）低位交叉编址

海大超级无敌暴龙战士·2025-03-11 19:52

深度学习PyTorch之数据加载DataLoader

深度学习pytorch之简单方法自定义9类卷积即插即用文章目录数据加载基础架构1、Dataset类详解2、DataLoader核心参数解析3、数据增强数据加载基础架构核心类关系图torch.utils.data

@Mr_LiuYang·2025-03-11 18:49

池化的定义与核心思想

一、池化的定义与核心思想定义：池化是卷积神经网络（CNN）中的一种下采样操作，用于降低特征图的空间维度（宽高），保留主要特征。核心目标：减少计算量：缩小特征图尺寸，降低后续层参数规模。

code 旭·2025-03-11 18:45

CV如何开启多摄像头并且多线程

常规importcv2cv.imshow("窗口名称",照片)这个是开启窗口最为常见的方式开启摄像头读取图片一个简易的开启本机摄像头重要语句cv2.VideoCapturecap1.readimshowreleasedestoryAllWindowsimportcv2cap1=cv2.VideoCapture(0)#开启本机的摄像头#也可以是视频流#cap2=cv2.VideoCapture("r

艾米莉亚小汉堡·2025-03-11 18:14

【算法】BFS(最短路径问题、拓扑排序)

sharetype=blogcolumn&sharerId=12862161&sharerefer=PC&sharesource=qinjh_&sharefrom=from_link目录边权为1的最短路径问题多源

秦jh_·2025-03-11 18:44

卷积神经网络（笔记01）

视觉处理三大任务：分类、目标检测、图像分割CNN网络主要有三部分构成：卷积层（ConvolutionalLayer）、池化层（PoolingLayer）和激活函数一、解释卷积层中的偏置项是什么，并讨论在神经网络中引入偏置项的好处

天行者@·2025-03-11 18:14

储能变流器硬件工程师能力提升路径

储能变流器（PCS，PowerConversionSystem）作为储能系统的核心部件，其硬件设计涉及电力电子、控制理论、热管理、电磁兼容（EMC）等多领域技术。

DOMINICHZL·2025-03-11 17:08

针对AF调试过程中PD多窗机制是如何打分的

在AF（自动对焦）调试中，PD多窗机制（PhaseDetectionMulti-Window）是提升相位对焦精度和鲁棒性的关键技术，其核心是通过在画面中划分多个相位检测窗口，分别计算各窗口的相位差（PhaseDifference

爱写BUG的长歌·2025-03-11 17:07

【OpenCV C++】存图，如何以时间命名，“年月日-时分秒“产生唯一的文件名呢？“年月日-时分秒-毫秒“ 自动检查存储目录，若不存在自动创建存图

文章目录1生成文件名（格式:"年月日-时分秒"格式）2生成文件名（格式:"年月日-时分秒-毫秒"）3多模式存图函数4综合调用实例5注意：默认参数只能在头文件中定义，不能在实现中重复默认参数mode==1

R-G-B·2025-03-11 16:56

PointPillars:数据预处理

在PointPillars算法中，将点云划分为点柱（Pillars）是核心步骤之一，用于将稀疏点云数据转换为规则的张量表示，方便后续2D卷积操作。

壹十壹·2025-03-11 16:55

逆天！外包都开始嫌弃外包了。。。

很多大厂项目一多、人手不够的时候

·2025-03-11 15:30

目标检测

1.概念：目标检测是识别图片中物体并确定其位置的多任务技术，面临目标种类数量多、尺度不均、外部环境干扰等问题。

煤烦恼·2025-03-11 15:22

《Quick Start Kubernetes》读后感

看到《QuickStartKubernetes》的作者对自己所写的书持续地更新，被这种认真打动了，外加这本书只有100多页，所以选择了这本书作为入门k8s的教材。二、这本书写了什么？

·2025-03-11 15:25

推荐频道

多尺度卷积