细粒度图像分析

Redis 6.0进化之路：关键新特性详解

Redis6.0中的几个关键新特性，分别是面向网络处理的多IO线程、客户端缓存、细粒度的权限
超越不平凡·2024-01-21 15:00

设计模式---享元(FlyWeight)模式

2定义享元模式：运用共享技术来有效地支持大量细粒度对象的复用。它通过共享已经存在的对象来大幅度减少需要创建的对象数量、避免大量相似类的开销，从而提高系统资源的利用率。
honor_zhang·2024-01-21 08:44

大模型 RAG 优化 收集一

痛点1：文档切分粒度不好把控，既担心噪声太多又担心语义信息丢失问题1：如何让LLM简要、准确回答细粒度知识？问题2：如何让LLM回答出全面的粗粒度（跨段落）知识？
fan_fan_feng·2024-01-21 08:47

39 Redis 6.0的新特性：多线程、客户端缓存与安全

Redis6.0版本中添加了很多的新的特性，其中有几个关键特性：面向网络处理的多IO线程、客户端缓存、细粒度的权限控制，以及RESP3协议的使用。
翊无忧·2024-01-21 05:44

39 | Redis 6.0的新特性：多线程、客户端缓存与安全

文章目录Redis核心技术与实战未来篇39|Redis6.0的新特性：多线程、客户端缓存与安全面向网络处理的多IO线程实现服务端协助的客户端缓存从简单的基于密码访问到细粒度的权限控制启用RESP3协议Redis
久违の欢喜·2024-01-21 05:11

大模型学习与实践笔记（十）

评测流水线设计四、大模型评测带来的挑战五、OpenCompass评测示例1.多模态优势：1.基于感知与推理，将评估维度逐级细分2.约3000道单选题，覆盖目标检测，文本识别，动作识别，图像理解，关系推理等20个细粒度评估维度
AllYoung_362·2024-01-21 04:26

Android CameraX 摄像头数据处理

我们通过CameraX图像分析接口得到的数据为ImageProxy(Image的代理类)。那么怎么从ImageProxy/Image中获取我们需要的数据呢，这个数据格式是什么?I
蒋斌文·2024-01-20 21:21

Ziya-Visual-Lyrics模型：高效的视觉识别与语言处理融合

该模型综合了细粒度的视觉处理和先进的语言理解能力，为多模态人工智能领域带来了革命性的影响。
努力犯错·2024-01-19 23:21

深入浅出：mmdetection和mmyolo在ubuntu和windows系统下的安装指南

安装mmdetection前期准备工作安装验证三、安装mmyolo前期准备工作安装验证四、总结一、前言在当前的人工智能和计算机视觉领域，目标检测技术已成为一项核心技术，广泛应用于自动驾驶、视频监控、医学图像分析等多个领域
梦想的理由·2024-01-19 22:38

Skywalking链路追踪

目录一、简介1.1、APM系统1.2、SkyWalking简介二、快速入门2.1、下载、启动2.2、界面认识三、持久化存储四、告警通知五、自定义追踪-细粒度追踪service方法一、简介1.1、APM系统
hmb↑·2024-01-19 20:55

NLP论文阅读记录 - 2022 | WOS 02 使用 BERT 模型进行抽取式文本摘要的性能研究

相关的尝试1.3本文贡献二.文献综述2.1总结方法三.本文方法3.1总结为两阶段学习3.1.1基础系统3.2重构文本摘要四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言
yuyuyu_xxx·2024-01-19 17:40

NLP论文阅读记录 - 2021 | WOS 03 带有语义附加奖励的强化抽象文本摘要

目标问题1.2相关的尝试1.3本文贡献二.相关工作三.本文方法3.1总结为两阶段学习3.1.1基础系统3.2重构文本摘要四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言
yuyuyu_xxx·2024-01-19 17:40

NLP论文阅读记录 - 2021 | WOS MAPGN：用于序列到序列预训练的掩码指针生成器网络

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.前提三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言
yuyuyu_xxx·2024-01-19 17:39

NLP论文阅读记录 - 2022 | W0S 基于文本概念的多目标剪枝观点文本摘要

文本摘要的文献综述和分类2.1文本摘要分类2.2以前的作品三.本文方法3.1总结为两阶段学习3.1.1基础系统3.2重构文本摘要四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言
yuyuyu_xxx·2024-01-19 17:37

设计模式——Flyweight(享元)模式

目录前言1定义2适用性3结构3.1结构图3.2参与者4Java举例4.1Flyweight——Integer4.2FlyweightFactory——Integer5总结参考文献前言当我们需要使用大量细粒度对象时
LamaxiyaFc·2024-01-19 14:42

《设计模式的艺术》笔记 - 享元模式

介绍享元模式运用共享技术有效地支持大量细粒度对象的复用。系统只使用少量的对象，而这些对象都很相似，状态变化很小，可以实现对象的多次复用。
vfdn·2024-01-19 08:07

机器视觉系统在汽车车轮毂检测上的应用

将机器视觉用于轮毂检测，可以利用图像分析的方法来测量轮毂特征尺寸、判断轮毂形状，并获取其位置坐标等信息，从而能够辨识流水生产线上的各种款式和型号的汽车轮毂。
csray_aoi·2024-01-19 07:35

Point Transformer

Abstract自注意力网络已经在自然语言处理领域取得了革命性的进展，并在图像分析任务（如图像分类和目标检测）中取得了令人瞩目的成就。
fish小余儿·2024-01-18 21:36

java 粒度_Java细粒度锁实现的3种方式

最近在工作上碰见了一些高并发的场景需要加锁来保证业务逻辑的正确性，并且要求加锁后性能不能受到太大的影响。初步的想法是通过数据的时间戳，id等关键字来加锁，从而保证不同类型数据处理的并发性。而java自身api提供的锁粒度太大，很难同时满足这些需求，于是自己动手写了几个简单的扩展…1.分段锁借鉴concurrentHashMap的分段思想，先生成一定数量的锁，具体使用的时候再根据key来返回对应的l
weixin_39671467·2024-01-18 13:57

享元模式

运用共享技术有效地支持大量细粒度的对象。适用场景：常常应用于系统底层的开发，以便解决系统的性能问题。系统中有大量相似对象，需要缓冲池的场景。
wbpailxt·2024-01-18 07:39

过滤器与拦截器区别

它通常用于AOP（面向切面编程）编程，这是一种编程范式，通过将程序划分为多个“切面”，从而实现对程序运行过程的细粒度控制。拦截器常常被用于处理跨多个模块的通用行为，例如日志记录、事务处理等。
sj某某细雨·2024-01-17 23:10

106、Text-Image Conditioned Diffusion for Consistent Text-to-3D Generation

简介 很多工作在扩散先验中注入跨视图一致性，但仍然缺乏细粒度的视图一致性。论文提出的文本到3d的方法有效地减轻了漂浮物(由于密度过大)和完全空白空间(由于密度不足)的产生。
C--G·2024-01-17 14:16

ADA-YOLO：YOLOv8+注意力+Adaptive Head，mAP提升3%

生物医学图像分析中的目标检测和定位至关重要，尤其是在血液学领域，检测和识别血细胞对于诊断和治疗决策至关重要。
AI追随者·2024-01-17 13:00

C++实战Opencv第一天——win11下配置vs，opencv环境和运行第一个c++代码（从零开始，保姆教学）

C++通常提供比Python更高的执行速度，对于需要高性能处理的任务（如实时视频处理或大规模图像分析）。C++提供更细致的内存管理控制和跨平台性。
学术菜鸟小晨·2024-01-17 08:28

大模型背景下计算机视觉年终思考小结（一）

1.引言在过去的十年里，出现了许多涉及计算机视觉的项目，举例如下：使用射线图像和其他医学图像领域的医学诊断应用使用卫星图像分析建筑物和土地利用率相关应用各种环境下的目标检测和跟踪，如交通流统计、自然环境垃圾检测估计等上述应用所采用的计算机视觉的方法遵循统一的标准流程
赵卓不凡·2024-01-16 22:05

医学图像配准综述之研究趋势和未来发展2019-09-23

首先，基于深度学习的医学图像配准在一般应用中似乎遵循着深度学习再医学图像分析中的趋势。其次，无监督变换估计方法最近越来越受到研究领域的重视。此外，基于深度学习的方法始终优于基于传统优化的方法[93]。
一只大南瓜·2024-01-16 11:30

NLP论文阅读记录 - 2021 | WOS 利用 ParsBERT 和预训练 mT5 进行波斯语抽象文本摘要

Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.前提三.本文方法A.序列到序列ParsBERTB、mT5四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言
yuyuyu_xxx·2024-01-16 04:52

NLP论文阅读记录 - 2021 | WOS 基于动态记忆网络的抽取式摘要

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.前提三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言
yuyuyu_xxx·2024-01-16 04:51

NLP论文阅读记录 - 2021 | WOS 使用 GA-HC 和 PSO-HC 改进新闻文章的文本摘要

Introduction1.1目标问题1.2相关的尝试二.相关工作三.本文方法3.1总结为两阶段学习3.1.1基础系统3.2重构文本摘要四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言
yuyuyu_xxx·2024-01-16 04:51

NLP论文阅读记录 - 2021 | WOS HG-News：基于生成式预训练模型的新闻标题生成

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言
yuyuyu_xxx·2024-01-16 04:19

NLP论文阅读记录 - 2022 | WOS 用于摘要法律文本的有效深度学习方法

文章目录前言0、论文摘要一、Introduction1.1目标问题二.相关工作三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结前言Effectivedeeplearningapproachesforsummarizationoflegaltexts
yuyuyu_xxx·2024-01-15 17:11

NLP论文阅读记录 - 2021 | WOS01 通过对比学习增强 Seq2Seq 自动编码器进行抽象文本摘要

Introduction1.1目标问题1.3本文贡献二.相关工作三.本文方法A文档增强B.自我监督对比学习C.序列到序列架构四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结前言
yuyuyu_xxx·2024-01-15 17:11

NLP论文阅读记录 - 2022 | WOS 数据驱动的英文文本摘要抽取模型的构建与应用

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结前言
yuyuyu_xxx·2024-01-15 17:10

NLP论文阅读记录 - 2022 | WOS 一种新颖的优化的与语言无关的文本摘要技术

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.前提三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言
yuyuyu_xxx·2024-01-15 17:33

A Unified Generative Framework for Aspect-Based Sentiment Analysis

这篇文章作者来自复旦大学，主要设计了一个框架，将细粒度情感分析众多子问题转化成统一的生成问题。
__meteor·2024-01-15 13:58

聚类算法之Kmeans聚类详解

聚类算法的分类：按照聚类细粒度分类：细聚类和粗聚类根据实现方法分类：K-means：按照质心分类，主要介绍K-means，通用、普遍层次聚类：对数据进行逐层划分，直到达到聚
进击的卡特琳娜·2024-01-15 09:50

弹性分布式数据集(RDD)

,这个是RDDs的提出的动机.如果能将数据保存在内存中,将会使的上面两种场景的性能提高一个数量级.为了能达到高效的容错,RDDs提供了一种受限制的共享内存的方式,这种方式是基于粗粒度的转换共享状态而非细粒度的更新共享状态
盗梦者_56f2·2024-01-15 03:14

NLP论文阅读记录 - 2021 | WOS 使用深度强化学习及其他技术进行自动文本摘要

相关的尝试1.3本文贡献二.相关工作2.1.Seq2seq模型2.2.强化学习和序列生成2.3.自动文本摘要三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言
yuyuyu_xxx·2024-01-15 02:57

NLP论文阅读记录 - 2021 | WOS 智能树提取文本摘要深度学习

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.前提三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言
yuyuyu_xxx·2024-01-15 02:56

NLP论文阅读记录 - 2021 | 使用深度强化模型耦合上下文单词表示和注意机制的自动文本摘要

Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作2.1单词表示2.2文本摘要方法三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言
yuyuyu_xxx·2024-01-15 02:26

NLP论文阅读记录 - 2021 | WOS 使用分层多尺度抽象建模和动态内存进行抽象文本摘要

文章目录前言0、论文摘要一、Introduction1.3本文贡献二.前提三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言AbstractiveTextSummarizationwithHierarchicalMulti-scaleAbstractionModelingandDynamicMemory
yuyuyu_xxx·2024-01-15 02:26

NLP论文阅读记录 - 2021 | WOS 抽象文本摘要：使用词义消歧和语义内容泛化增强序列到序列模型

、论文摘要一、Introduction二.前提三.本文方法3.1总结为两阶段学习3.1.1基础系统3.2重构文本摘要四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言
yuyuyu_xxx·2024-01-15 02:50

NLP论文阅读记录 - 2022 WOS | 语义提取文本摘要的新方法

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.背景三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言
yuyuyu_xxx·2024-01-14 17:34

NLP论文阅读记录 - 2022 W0S | 基于Longformer和Transformer的提取摘要层次表示模型

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言
yuyuyu_xxx·2024-01-14 17:33

NLP论文阅读记录 - WOS | 2023 TxLASM：一种新颖的与语言无关的文本文档摘要模型

、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.文献综述及相关工作三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言
yuyuyu_xxx·2024-01-14 17:03

NLP论文阅读记录 - WOS | ROUGE-SEM：使用ROUGE结合语义更好地评估摘要

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结前言
yuyuyu_xxx·2024-01-14 17:56

拖拽下图像就能生成视频，DragNUWA属实惊艳

现有可控视频生成工作主要存在两个问题：首先，大多数现有工作基于文本、图像或轨迹来控制视频的生成，无法实现视频的细粒度控制；其次，轨迹控制研究仍处于早期阶段，大多数实验都是在Human3.6M等简单数据集上进行的
深度学习技术前沿·2024-01-14 10:37

NLP论文阅读记录 - 05 | 2023 抽象总结与提取总结：实验回顾

Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作2.1提取方法2.2抽象方法2.3数据集三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言
yuyuyu_xxx·2024-01-12 09:59

NLP论文阅读记录 - wos | 01 使用深度学习对资源匮乏的语言进行抽象文本摘要

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言
yuyuyu_xxx·2024-01-12 09:22

Redis基础命令

存储结构二维表格结构不固定的，通常存储在数据集中（比如键值对、文档、索引、图形结构、时间序列等）扩展方式纵向扩展（提升单机硬件性能）横向扩展（增加服务器节点数量）事务支持基于ACID原则，事务控制更稳定，细粒度更高基于
bob_gem·2024-01-12 08:02
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他