视觉推理第33页

YOLOv10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（含二次创新）

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·2025-01-31 17:31

什么是数字图像？

本文可在公众号「德育处主任」免费阅读弄懂数字图像的概念对学习计算机视觉很有帮助。那么，什么是数字图像？字面意思，数字图像就是有数字组成图像。通常由像素（Pixel）组成，每个像素包含颜色或亮度信息。

·2025-01-31 17:26

[特殊字符]【计算机视觉必杀技】三行代码实现文档智能校正（附完整代码）

算法流程3.核心代码解析3.1.1坐标点排序3.1.2透视变换矩阵4.实验结果分析4.1中间过程可视化4.2性能指标5.应用场景5.1纸质文档电子化5.2车牌识别预处理5.3AR场景平面检测5.4工业视觉中的平面定位

我的青春不太冷·2025-01-31 16:22

ValueError: numpy.ndarray size changed, may indicate binary incompatibility. Expected 88 from C head

背景numpy是一个用户科学计算的开源python库，是一个非常基础的库，现有的python库很多都会用到numpy这个库，如果你是从事计算机视觉的，这个库完全躲不过去被很多库使用，很容易出现的问题就是兼容性

Garfield2005·2025-01-31 14:39

DeepSeek-R1：多模态AGI的实践突破与场景革命

一、DeepSeek-R1的核心定位DeepSeek-R1是深度求索（DeepSeek）研发的多模态通用人工智能模型，旨在突破单一模态的局限性，实现文本、图像、语音、视频等跨模态信息的深度理解、推理与生成

热爱分享的博士僧·2025-01-31 14:09

DeepSeek R1与OpenAI o1深度对比

文章目录引言技术原理DeepSeekR1OpenAIo1性能表现官方数据推理任务知识密集型任务通用能力价格对比应用场景科研与技术开发自然语言处理（NLP）企业智能化升级教育与培训数据分析与智能决策部署与集成

码事漫谈·2025-01-31 13:01

本地部署 DeepSeek-R1 大模型

它是一款专注于数学、代码和自然语言推理任务的高性能AI推理模型。许多用户希望能在本地环境中自由操作这些强大的模型，因为这不仅关乎数据隐私，还能满足定制化部署的需求。这

网络安全我来了·2025-01-31 13:57

初识CSS

作用：实现网页布局，美化网页2.css的特性表现层和结构层完全分离，符合web标准便于团队开发（视觉设计师和内容编辑分离）便于网站的更新升级，维护性好用户体验好，网站性能高能够适应不同的显示设备二.CSS

大耳朵图图！·2025-01-31 13:56

探索高效嵌入式视觉应用：RK3588/RK3568/RK3566 Linux QT Opencv NPU YoloV5摄像头实时检测系统...

探索高效嵌入式视觉应用：RK3588/RK3568/RK3566LinuxQTOpencvNPUYoloV5摄像头实时检测系统rk_yolov5.zip项目地址:https://gitcode.com/

陆依嫣·2025-01-31 12:48

A Survey on Large Language Model Acceleration based on KV Cache Management

基于KV缓存管理的大型语言模型加速研究综述摘要1引言2前言3分类4token级优化5模型级优化6系统级优化7文本和多模态数据集8结论摘要大型语言模型（LLM）因其理解上下文和执行逻辑推理的能力，彻底改变了自然语言处理

UnknownBody·2025-01-31 12:47

PDFsam Basic for mac和PDF文件合并的方法

PDFsamBasicformac具有合并，拆分，旋转，转换，编辑，签署PDF文件等功能，还可以填写表格，视觉组合，页面重新排序，在本篇文章中，为您介绍的使用PDFsamBasicformac合并PDF

*橙子·2025-01-31 11:11

MindIE Service整体介绍&快速上手

整体介绍是什么架构介绍MindIEService的安装部署安装部署MindIEService快速上手接口调用精度测试性能测试服务停止MindIEService整体介绍是什么MindIEService是面向通用模型场景的推理服务化框架

cc_beolus·2025-01-31 11:41

目标检测入门教程：使用Python实现目标检测算法

目标检测是计算机视觉领域中的重要任务，它旨在识别和定位图像或视频中的特定对象。本教程将介绍如何使用Python编程语言实现目标检测算法。

晨曦之光，优美芝麻·2025-01-31 10:05

初学者指南：快速入门Halcon图像处理与对象识别

引言Halcon是一款功能强大的机器视觉和图像处理软件库，被广泛应用于工业自动化、医疗影像处理、机器人视觉等领域。

Singe.Chen·2025-01-31 10:31

五类推理（逻辑推理、概率推理、图推理、基于深度学习的推理）的开源库（一）

在开发中，有一些开源库可以实现不同类型的推理，包括逻辑推理、概率推理、图推理、基于深度学习的推理等。

由数入道·2025-01-31 09:23

Deepseek两项关键发现：无需人类专家介入SFT、有自己

ARCPrize基金会对DeepSeek发布的R1-Zero和R1“推理”系统的分析。ARCPrize基金是谁？ARCPrize基金会旨在定义、衡量并激励新的AGI（通用人工智能）想法。

极道Jdon·2025-01-31 08:13

论文笔记（七十）DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning（二）

IncentivizingReasoningCapabilityinLLMsviaReinforcementLearning（二）文章概括摘要：2.方法2.3.DeepSeek-R1：冷启动强化学习2.3.1.冷启动2.3.2.面向推理的强化学习

墨绿色的摆渡人·2025-01-31 07:01

Python从0到100（四十九）：数据库设计及Django ORM使用

想做这件事情很久了，这次我更新了自己所写过的所有博客，汇集成了Python从0到100，共一百节课，帮助大家一个月时间里从零基础到学习Python基础语法、Python爬虫、Web开发、计算机视觉、机器学习

是Dream呀·2025-01-31 06:53

Deepseek又开源了颠覆性的新模型Janus-Pro

先介绍一下Janus架构☝️Janus是为了解决多模态AI领域的一个根本性矛盾：“理解”与“生成”任务对视觉表征的需求

AI生成曾小健·2025-01-31 05:51

DeepSeek-V3模型：软件测试智能化的新篇章与挑战

最近，DeepSeekAI公司推出的DeepSeek-V3模型，凭借其卓越的文本处理能力、高效的推理速度以及多任务处理能力，为软件测试行业带来了一场前所未有的智能化变革。

霍格沃兹测试开发学社测试人社区·2025-01-31 05:18

使用Ollama和Open WebUI快速玩转大模型：简单快捷的尝试各种llm大模型，比如DeepSeek r1

Ollama本身就是非常优秀的大模型管理和推理组件，再使用OpenWebUI更加如虎添翼！

skywalk8163·2025-01-31 04:38

推荐项目：VPD - 高性能的视觉定位与导航库

傅尉艺Maggie·2025-01-31 04:37

我把DeepSeek-R1推理能力知识蒸馏到Qwen2，效果真的炸裂！！！

AI生成曾小健·2025-01-31 03:00

AI 大模型创业：如何利用商业优势？

这些模型通常具有数十亿甚至千亿个参数，能够实现从自然语言处理到计算机视觉、语音识别等广泛领域的任务。

AI天才研究院·2025-01-30 21:46

基于uni-app实现的物品有效期管理APP开发分享

自动计算剩余有效天数本地存储：使用uni-app本地存储实现数据持久化图片管理：支持上传和展示物品图片二、核心功能实现解析1.滑动删除交互实现实现原理：通过触摸事件计算滑动距离，结合CSS过渡动画实现视觉反

烂蜻蜓·2025-01-30 20:01

Spring AI 在微服务中的应用：支持分布式 AI 推理

1.引言在现代企业中，微服务架构已成为开发复杂系统的主流方式，而AI模型推理也越来越多地被集成到业务流程中。

drebander·2025-01-30 18:16

LoongServe论文解读：prefill/decode分离、弹性并行、零KV Cache迁移

LoongServe:EfficientlyServingLong-contextLargeLanguageModelswithElasticSequenceParallelism论文提出了一种支持弹性分配的推理框架

04290629·2025-01-30 18:13

vLLM源码之分离式架构

一、vLLM分离式架构概述1.基本概念vLLM是一个用于高效地服务大语言模型（LLM）推理的库。其分离式架构是一种创新的设计理念，旨在优化LLM的运行效率。

Bj陈默·2025-01-30 17:38

使用Python实现文本自动摘要

其中抽取式摘要是从原文中选择一定比例的句子拼凑成一个摘要，而生成式摘要是通过对原文进行解析、理解、推理等方式生成摘要。下面我们将介绍如何使用Pyth

UIEdit·2025-01-30 17:08

CVPR‘24开源 | ADA-Track：端到端3D多目标跟踪最新SOTA！

编辑：计算机视觉工坊添加小助理：dddvision，备注：方向+学校/公司+昵称，拉你入群。

计算机视觉工坊·2025-01-30 15:44

所有指标全面领先！图像-点云配准最新SOTA！CoFiI2P详细介绍！

作者：大森林|来源：3D视觉工坊在公众号「3D视觉工坊」后台，回复「原论文」可获取论文pdf。添加微信：dddvisiona，备注：3D点云，拉你入群。文末附行业细分群。

3Ｄ视觉工坊·2025-01-30 14:41

Lumen5——AI视频制作，提取关键信息生成带有视觉效果的视频

一、Lumen5介绍Lumen5是一款基于人工智能的自动化视频制作平台，专为非专业用户设计，帮助其将博客、文章、新闻等文字内容快速转换为视频。Lumen5的目标是简化视频制作流程，让内容创作者、市场营销人员、社交媒体团队等无需视频制作经验即可轻松制作吸引观众的高质量视频。二、Lumen5的主要功能文字转视频Lumen5最具特色的功能是通过AI自动将文本转化为视频。用户可以输入一段文字或直接粘贴文章

爱研究的小牛·2025-01-30 12:28

OpenCV中的图像处理函数详解

在OpenCV中，图像处理函数是实现图像处理和计算机视觉任务的基础。下面将详细介绍六个重要的图像处理函数：二值化函数、自适应二值化函数、腐蚀函数、膨胀函数、仿射变换函数和透视变换函数。

Luzem0319·2025-01-30 12:55

OpenCV中的边缘检测和轮廓处理

在图像处理和计算机视觉任务中，边缘检测和轮廓处理是非常重要的步骤。

Luzem0319·2025-01-30 12:55

【llm对话系统】大模型 RAG 之回答生成：融合检索信息，生成精准答案

这个过程不仅仅是简单的文本拼接，更需要LLM对检索结果进行理解、推理和整合，才能输出准确、流畅且符合用户需求的答案。

kakaZhui·2025-01-30 10:09

大模型问答机器人的智能化程度

大模型、问答机器人、智能化程度、自然语言处理、深度学习、Transformer模型、知识图谱、推理能力、对话系统1.背景介绍近年来，人工智能技术取得了飞速发展，特别是深度学习的兴起，为自然语言处理（NLP

AI大模型应用之禅·2025-01-30 09:35

【数据集】——1

但你是否曾苦恼于如何将这些冰冷的数据转化为直观、吸引人的视觉盛宴？

花花 Show Python·2025-01-30 08:57

有道子曰推理模型“子曰-o1”发布即开源，14B小参数复现OpenAI o1强推理效果

根据我搜索到的资料，网易有道于2025年1月22日正式发布了国内首个输出分步式讲解的推理模型“子曰-o1”，并宣布其开源。

百态老人·2025-01-30 08:55

子曰-o1：网易有道开源国内首个分步式讲解推理模型，支持K12数学教学

微信公众号｜搜一搜：蚝油菜花快速阅读功能：子曰-o1是国内首个分步式讲解推理模型，支持K12数学教学。技术：采用14B轻量级架构，专为消费级显卡设计，能在低显存设备上稳定运行。

蚝油菜花·2025-01-30 08:52

网易有道开源 “子曰 - o1” 推理模型

网易有道开源的“子曰-o1”推理模型支持消费级显卡，主要通过以下技术实现：轻量级模型设计：“子曰-o1”采用14B参数规模，相比许多对硬件配置要求高的大型推理模型，选择了较小的参数规模，从基础上降低了对硬件的性能需求

timer_017·2025-01-30 07:19

计算机视觉：解锁未来智能的钥匙及其代码实践

计算机视觉：解锁未来智能的钥匙及其代码实践在当今这个数据爆炸的时代，计算机视觉作为人工智能的一个重要分支，正以前所未有的速度推动着科技的边界。

我的运维人生·2025-01-30 07:16

《向量数据库指南》——MoE应用：解锁深度学习新境界的钥匙

今天，我将带大家深入探讨MoE模型在自然语言处理、计算机视觉以及多模态学习等领域的应用，并巧妙引导大家通过《向量数据库指南》获取更多干货和深度实战经验。一、自然语言处理

大禹智库·2025-01-30 07:13

Hugging Face挑战DeepSeek，AI开源竞赛升级！

订阅：https://rengongzhineng.io/DeepSeek的R1推理模型刚刚引发全球轰动，开源AI界的“顶流”HuggingFac

新加坡内哥谈技术·2025-01-30 05:03

自动驾驶（Automated Driving）系统组成和主要技术--以思维导图形式介绍

定位传感器模块:包括GNSS(全球导航卫星系统)、INS(惯性导航系统)和视觉SLAM等，用于确定车

大连海事的亲外甥·2025-01-30 04:28

YOLO 目标检测编程详解

引言目标检测是计算机视觉中的一个重要任务，它旨在识别图像中的对象并定位这些对象的位置。YOLO（YouOnlyLookOnce）是一种流行的目标检测算法，因其速度快且准确度高而广受好评。

不知名靓仔·2025-01-30 04:56

Torchserve服务开发

Torchserve介绍0.1.背景0.2.API类型1.开发使用1.0.环境部署1.1.handler开发1.1.1.context参数1.1.2.data参数1.2.handler调试2.配置文件3.batch推理

qq_27844739·2025-01-30 04:26

TorchServe环境构建+模型更新+新模型注册

2.1jdk环境搭建2.2python环境搭建2.3启动服务2.3.1注册模型2.3.2模型查看2.3.3接口调用3进阶功能3.1模型多版本管理3.2新模型注册1.背景由于技术路线调整，需求调整原本的模型推理服务

有来有去9527·2025-01-30 04:53

AI常见的算法

人工智能（AI）中常见的算法分为多个领域，如机器学习、深度学习、强化学习、自然语言处理和计算机视觉等。

纠结哥_Shrek·2025-01-30 03:49

微软集成与Azure愿景蓝图套件：一站式视觉化你的IT架构

微软集成与Azure愿景蓝图套件：一站式视觉化你的IT架构Microsoft-Integration-and-Azure-Stencils-Pack-for-VisioMicrosoftIntegration

秦言舸Gale·2025-01-30 03:46

【Python进阶】5招轻松掌握Python计算机视觉，你还用传统方法吗？

超萌技术攻略，轻松晋级编程高手技术宝库已备好，就等你来挖掘订阅墨瑾轩，智趣学习不孤单即刻启航，编程之旅更有趣5招轻松掌握Python计算机视觉，你还用传统方法吗？开场白嘿，小伙伴们！

墨瑾轩·2025-01-30 03:15

推荐频道

视觉推理