改进措施

YOLOv8涨点大全总结（源码）

这些指标不仅是衡量模型优劣的标准，也是后续改进工作的出发点。
清风AI·2025-03-14 23:21

Deepseek:物理神经网络PINN入门教程

来源：PINN起源于对传统数值方法局限性的改进需求（如网格生
天一生水water·2025-03-14 23:50

金融风控可解释性算法安全优化实践

在技术实现层面，重点解析支持向量机与随机森林的改进方案，结合数据清洗与标注的标准化流程，强化风险预测模型在准确率、F1值等关键指标的表现，同时兼顾合规性与安全边界的设计要求。提示：金融机构在部
智能计算研究中心·2025-03-14 22:43

如何进行OceanBase 运维工具的部署和表性能优化

以下为基于我们的使用场景，所采取的一些部署和优化措施分享。一、OCP部署升级1．OCP升级（1）4.2.1BP1升级到4.2.2，本来以为毫无波澜但是下载完毕一键包并完成前期准备工作启动后发现无
·2025-03-14 22:08

机器学习(二) 本文(2.5万字) | KNN算法原理及Python复现 |

回归预测规则六KNN算法实现方式七KDTree7.1构造KDtree7.2KDtree查找最近邻八KNN特点九KNN算法实现案例一案例二1.机器学习2.深度学习与目标检测3.YOLOv54.YOLOv5改进
小酒馆燃着灯·2025-03-14 19:11

如何进行OceanBase 运维工具的部署和表性能优化?

以下为基于我们的使用场景，所采取的一些部署和优化措施分享。一、OCP部署升级1．OCP升级（1）4.2.1BP1升级到4.2.2，本来以为毫无波澜但是下载完毕一键包并完成前期准备工作启动后发现无
·2025-03-14 17:30

python进程和线程之间通信_python进程和线程通信

然而在python中由于使用了全局解释锁(GIL)的原因，代码并不能同时在多核上并发的运行，也就是说，Python的多线程不能并发，使用多线程来改进自己的Python代码后，程序的运行效率却下降了。
weixin_39718890·2025-03-14 16:21

基于分组 NMS 的检测模型后处理改进

引言在目标检测任务中，后处理阶段的非极大值抑制（Non-MaximumSuppression,NMS）是至关重要的一环，主要用于去除高度重叠的冗余预测框。然而，在某些场景中，不同类别的目标可能会被网络同时预测为多个相近的类别，例如：交通工具检测场景：同一辆车可能被误检测为“自行车”和“电动车”。动物检测场景：同一只动物可能被误检测为“狼”和“狗”。家电检测场景：同一台设备可能被误检测为“微波炉”和
Lunar*·2025-03-14 15:11

TOGAF（ADM的每个阶段及其落地实施的措施）

下面将逐步介绍TOGAFADM的每个阶段及其落地实施的措施和工具。TOGAFADM的整体结构ADM是一个循环过程
AGI-杠哥·2025-03-14 14:31

从LayerNorm到RMSNorm：深度学习归一化技术的进化！qwen2.5的技术。

RMSNorm（RootMeanSquareNormalization，均方根归一化）是一种用于深度学习的归一化技术，是LayerNorm（层归一化）的一种改进。
KangkangLoveNLP·2025-03-14 13:29

如何进行OceanBase 运维工具的部署和表性能优化!

以下为基于我们的使用场景，所采取的一些部署和优化措施分享。一、OCP部署升级1．OCP升级（1）4.2.1BP1升级到4.2.2，本来以为毫无波澜但是下载完毕一键包并完成前期准备工作启动后发现无
·2025-03-14 12:53

3.13 YOLO V3

今天的内容为YOLO-V3YOLO系列-YOLO-V3，最大的改进就是网络结构，使其更适合小目标检测。-特征做得更细致，融入多持续特征图信息来预测不同规格物体。
不要不开心了·2025-03-14 11:44

php mysql中几个版本的进化史_PHP 进化史 — 从 v5.6 到 v8.0

在此篇文章中，我们将用15分钟对PHPv7.x版本更改进行简要回顾。
插门胡的小背心·2025-03-14 09:25

深度学习 常见优化器

一、基础优化器随机梯度下降（SGD）•核心：∇θJ(θ)=η*∇θJ(θ)•特点：学习率固定，收敛路径震荡大•适用场景：简单凸优化问题•改进方向：动量加速二、动量系优化器2.SGDwithMomentum
Humingway·2025-03-14 07:13

Redis- 秒杀场景

秒杀什么是秒杀场景秒杀场景挑战有哪些高并发与性能挑战数据一致性挑战安全性挑战秒杀系统的架构设计前端策略服务层设计库存控制策略订单处理流程技术实现缓存设计与优化分布式锁与一致性保证消息队列应用安全防护措施什么是秒杀场景秒杀场景的本质是在极短时间内承受大量并发请求
左灯右行的爱情·2025-03-14 06:32

Netty基础—4.NIO的使用简介二

编程5.改造程序以支持长连接6.NIO三大核心组件7.NIO服务端的创建流程8.NIO客户端的创建流程9.NIO优点总结10.NIO问题总结4.伪异步IO编程(1)BIO的主要问题(2)BIO编程模型的改进
东阳马生架构·2025-03-14 00:55

【大模型新书】基于RAG的生成式AI：使用LlamaIndex、Deep Lake和Pinecone构建自定义的检索增强生成管道

利用嵌入式向量数据库和集成的人类反馈来实现检索增强生成（RAG）购买本书的纸质版或Kindle版即包含免费的PDF格式电子书主要特点实现RAG的可追溯输出，将每个响应与其源文档链接，构建可靠的多模态对话智能体在管道中集成RAG、实时人类反馈改进和知识图谱
AI大模型-大飞·2025-03-13 23:18

WebGPU 为什么会取代 WebGL，看看 WebGPU 都做了啥？

WebGPU被普遍认为是WebGL的继任者，并有望在未来逐步取代WebGL，这一趋势主要由以下技术、生态和行业因素推动，本文带着大家看WebGPU针对WebGL提升了啥，改进了啥。
贝格前端工场·2025-03-13 21:36

67-OpenCVSharp 创建实现Halcon的tile_images_offset算子（用于图像拼接，对每张图像设置偏移量）

为了优化运行时间和性能，我们可以从以下几个方面对代码进行改进：并行处理：利用多核CPU的能力，通过Parallel.For或其他并行技术加速图像复制操作。减少边界检查开销：在确
搬码驿站·2025-03-13 17:39

计算机视觉算法实战——车道线检测

本文将深入探讨当前主流的车道线检测算法，选择性能最好的算法进行详细介绍，并涵盖数据集、代码实现、优秀论文、具体应用以及未来的研究方向和改进方向。1.当前相关的算法✨✨车道线检测算法
喵了个AI·2025-03-13 17:32

python匿名函数的好处_python 匿名函数与三元运算学习笔记

呵呵，如果是这么用，确实没毛线改进，不过匿名函数主要是和其它函数搭配使用的呢，如下res=map(lambdax:x**2,[1,2
weixin_39812142·2025-03-13 15:22

MobileNet 改进：添加inception模块

目录1.inception模块2.MobileNet+inception3.完整代码Tips：融入模块后的网络经过测试，可以直接使用，设置好输入和输出的图片维度即可1.inception模块Inception模块是Google在2014年提出的Inception网络（也称为GoogLeNet）中的核心组件。它的设计目标是通过多尺度特征提取来提高网络的表达能力，同时控制计算复杂度。Inception
听风吹等浪起·2025-03-13 14:11

图像识别技术与应用课后总结（18）

YOLO-V3的改进点网络结构：相比之前版本，YOLO-V3的网络结构进行了优化，使其更适合小目标检测。特征处理：对特征的处理更加细致，通过融入多持续特征图信息来预测不同规格的物体。
一元钱面包·2025-03-13 11:20

嵌入式系统测试必备：9大理由解析报告与可追溯性的重要性（附工具推荐TESSY）

报告和可追溯性不仅支持有效的项目管理，还促进了维护和调试，并为审计及持续改进工作提供了必要的文档支持。理由1：合规性嵌入式系统常用于汽车、航空航天、医疗设备和工业控制系统等关键应用领域。
·2025-03-13 10:05

C++程序设计语言笔记——引言：第一章 致读者

它还包含了许多并不直接与类相关的改进，包括符号常量、函数的在线替换、默认函数参数、重载函数名、自由存储管理运算符，以及引用类型等。C++保持了C高效处理
钺不言·2025-03-13 10:13

基于支持向量机SVM的电网负荷预测，libsvm工具箱详解，SVM详细原理

SVM理论Libsvm工具箱详解简介参数说明易错及常见问题SVM应用实例，基于支持向量机SVM的电网负荷预测代码结果分析展望摘要基于支持向量机SVM的电网负荷预测，SVM原理，SVM工具箱详解，SVM常见改进方法支持向量机
神经网络机器学习智能算法画图绘图·2025-03-13 09:35

在VScode中建立spring boot项目 创建失败解决措施（Failed to create a project.）

需要替换成国内路径在扩展里查找下面这个插件点击设置，滑到最下面点击settings.json将最后的路径改为"https://start.springboot.io/"2.在已完成的springboot项目中，需要添加新的依赖，添加依赖后报错解决措施
2521-·2025-03-13 09:04

计算机视觉算法实战——茶园害虫识别（主页有源码）

✨个人主页欢迎您的访问✨期待您的三连✨✨个人主页欢迎您的访问✨期待您的三连✨1.引言茶园害虫识别是农业领域中的一个重要研究方向，旨在通过计算机视觉技术自动识别茶园中的害虫种类，从而帮助农民及时采取防治措施
喵了个AI·2025-03-13 08:24

web组态软件开发详细流程介绍

通过组态软件，我们可以快速识别问题并采取相应措施，以提高生产效率
web组态软件·2025-03-13 07:21

YOLOv8改进策略【注意力机制篇】| EMA 即插即用模块，提高远距离建模依赖（含C2f二次创新）

一、本文介绍本文记录的是基于EMA模块的YOLOv8目标检测改进方法研究。EMA认为跨维度交互有助于通道或空间注意力预测，并且解决了现有注意力机制在提取深度视觉表示时可能带来的维度缩减问题。
Limiiiing·2025-03-13 06:14

YOLOv5改进：在C3块不同位置添加EMA注意力机制，有效提升计算机视觉性能

下面是我们改进的YOLOv
UksApps·2025-03-13 06:13

使用 UpTrain 提升 LLM 应用效果的实战指南

随着大语言模型（LLM）的广泛应用，如何评估和改进这些应用的性能成为了一个关键问题。
qahaj·2025-03-13 04:30

JavaScript泄露浏览器插件信息引发的安全漏洞及防护措施

本文所述技术原理、漏洞案例及防御方案仅用于安全研究交流，旨在提升网络安全防护意识。任何试图利用文中提及的技术手段进行非法攻击的行为，均与作者/发布方无关。目录引言：被忽视的信息泄露风险一、插件信息泄露的三大途径1.Navigator.plugins对象检测2.MIME类型检测3.特性嗅探技术二、漏洞利用的典型案例1.已知漏洞直接利用2.精准社会工程攻击3.零日漏洞预埋攻击三、四层防御体系构建1.客
w2361734601·2025-03-13 01:38

chrome内核大版本升级涉及核心事项

以下是关键核心事项及应对策略：1.技术架构调整V8引擎升级：JavaScript引擎优化可能引入新语法支持（如ES新特性）、性能改进或GC机制调整，需验证业务代码兼容性。
ปรัชญา แค้วคำมูล·2025-03-13 01:33

YOLOv12改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进

必读内容船新的YOLOv12改进专栏~1️⃣什么！
Limiiiing·2025-03-13 00:27

如何更有效管理项目风险

其中，全面识别风险要求在项目启动前就对内外部潜在风险进行详细排查；科学评估风险则需依托数据和模型量化风险概率与影响，为决策提供依据；动态监控调整强调在项目执行中实时跟踪风险变化，迅速采取应对措施，确保项目平稳推进
·2025-03-12 22:23

单片机实现的数字电压表设计

本文还有配套的精品资源，点击获取简介：本文介绍了使用单片机设计和实现数字电压表的项目，包括信号采集、单片机编程、数据显示、电源管理、误差校正、用户界面和安全措施等关键步骤。
赵阿萌·2025-03-12 21:06

效果媲美Cursor的开源替代：Roo-Cline

作为一个开源项目，它在保持原版Cline所有核心功能的同时，通过持续的社区贡献不断改进和扩展其功能集。
开源项目精选·2025-03-12 19:52

联核科技AGV无人叉车有哪些安全防护措施？

联核科技AGV无人自动叉车的安全配置非常全面，主要包括以下几个方面：一、基础安全防护偏离路径保护：当联核科技AGV自动无人叉车偏离预设路径时，系统会自动触发保护机制，确保AGV无人叉车不会误入危险区域。联核科技官网-AGV叉车十大品牌-无人叉车厂家-自动化叉车-智能搬运码垛机器人-智能叉车系统解决方案专家定位异常保护：通过自研零代码移动机器人操作系统，实时监测AGV智能无人叉车的定位状态，一旦发现
m0_66581510·2025-03-12 16:35

Google Chrome 60版本的全新特性与优势

本文还有配套的精品资源，点击获取简介：Chrome60是GoogleChrome浏览器的一个重大更新，它在2017年推出，为用户和开发者提供了多项改进。
xinwuji312·2025-03-12 13:19

HTTPS保证传输安全的关键点

这一期将深入探讨HTTPS如何通过其核心机制确保数据在传输过程中的安全性，包括内容加密、密钥交换的巧妙设计、严格的身份验证、数据完整性的保障以及防范重放攻击的措施。一、内容加密：数据的隐形斗篷在HTT
·2025-03-12 13:28

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

逆向工程基础

目的：在不能轻易获得必要的生产信息或设计文档的情况下，通过逆向工程推导出产品的设计原理，以支持产品仿制、改进、维护或修复等需求。
Smile灬凉城666·2025-03-12 08:11

逆向工程是什么？

它的目标不是直接复制它们，而是通过分解、研究和重现其设计或实现过程，以便于修改、改进、学习、维护或者创建兼容组件。
不知道是谁2·2025-03-12 08:10

lua-debug for Sublime

不掉帧可随时开启配置简单，一份配置兼容VSCode和Sublime安装要求Sublime4的版本（注：从Sublime3升到4的不算，需卸载干净3后，重装Sublime4）安装SublimeDebugger插件（作者改进版
huanzai2·2025-03-12 07:08

机器学习入门指南：从 TensorFlow 到 PyTorch

机器学习是一种通过数据训练模型，使计算机能够自动学习和改进的技术。它主要分
6v6-博客·2025-03-12 06:23

Android TCP封装工具类

TCP通信的封装，我们可以从以下几个方面进行改进：线程池优化：使用更高效的线程池配置，避免频繁创建和销毁线程。连接重试机制：在网络不稳定时，自动重试连接。心跳机制：保持长连接，避免因超时断开。
tangweiguo03051987·2025-03-12 05:49

如何进行项目风险评估

、成本、质量及目标达成的各种内外部风险；定量评估则依托数据与模型，将风险发生的概率与影响程度进行量化，从而为后续制定应对策略提供科学依据；动态监控强调在项目全过程中持续跟踪风险变化，并及时调整风险应对措施
·2025-03-12 04:20

使用Trubrics进行LLM用户分析和反馈管理

核心原理解析Trubrics主要通过对用户与模型的交互进行分析，来提供改进建议。其核心是利用API来监控用户发出的每一个提示和反馈，从而帮助开发者更好
dgay_hua·2025-03-12 04:35

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（pointcloud）数据中学习特征。传统卷积神经网络（CNN）在处理规则网格数据（如图像）时非常有效，但由于点云是无序且不规则的，直接在其上应用卷积操作会导致形状信息丢失，并对点的排列顺序敏感。
我是瓦力·2025-03-12 03:30
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他