视觉推理第6页

阿里云国际站代理商：怎样量化虚拟世界的QoE体验指标？

1.沉浸体验质量（QImE）沉浸体验质量主要衡量虚拟世界中视觉和听觉的沉浸感，包括以下几个关键指标：视频质量（QP）：考虑视频的平均码率（Brv）、帧率（FR）、分辨率（Rh、Rv）、视场角（FoVh）

linglideman·2025-03-14 17:29

再添殊荣！移远通信工业智能品牌宝维塔™斩获AI创新应用奖

宝维塔™是移远通信精心打造的工业智能品牌，专注于将人工智能、边缘计算、机器视觉、深度学习、软件算法平台等前沿技

移远通信·2025-03-14 17:56

【vLLM 学习】使用 TPU 安装

vLLM是一款专为大语言模型推理加速而设计的框架，实现了KV缓存内存几乎零浪费，解决了内存管理瓶颈问题。

HyperAI超神经·2025-03-14 17:26

AI大模型推理加速：技术与实践详解

近年来，AI大模型在自然语言处理、计算机视觉等领域取得了突破性进展。然而，大模型的推理速度却成为其落地应用的瓶颈。本文将详细探讨AI大模型推理加速的技术手段和实践经验，并结合具体案例进行分析。

AI大模型学习者·2025-03-14 15:43

推理大模型：技术解析与未来趋势全景

1.推理大模型的定义推理大模型（ReasoningLLMs）是专门针对复杂多步推理任务优化的大型语言模型，具备以下核心特性：输出形式创新展示完整逻辑链条（如公式推导、多阶段分析）任务类型聚焦擅长数学证明

时光旅人01号·2025-03-14 15:10

OpenCV图像基础

OpenCV其实就是一堆C和C++语言的源代码文件,这些源代码文件中实现了许多常用的计算机视觉算法。

天行者@·2025-03-14 14:02

【AI论文】TPDiff：时序金字塔视频扩散模型

基于这一洞见，我们提出了TPDiff，一个统一的框架，用于提高训练和推理效率。通过将扩散过程分为几个阶段，我们的框架在扩散过程中逐步增加帧率，仅在最后阶段采用全帧率，从而优化计算效率。

东临碣石82·2025-03-14 14:31

CSS中相对定位使用详情

相对于自己原来的位置3.相对定位的特点:1.不会脱离文档流,元素位置的变化,只是视觉效果上的变化,不会对其他元素产生任何影响.2.定位元素的显示层级比普通元素高,无论什么定位,显示层级都是一样的.默认规则是

~废弃回忆 �༄·2025-03-14 14:30

HTML 样式之 CSS 全面解析

在网页开发的世界里，HTML负责搭建页面的结构，而CSS（CascadingStyleSheets，层叠样式表）则承担着渲染HTML元素标签样式的重任，赋予网页丰富的视觉效果。

烂蜻蜓·2025-03-14 12:51

账本 1.01 版本：样式优化升级分享

本次账本1.02版本着重对样式进行了全面优化，让应用在视觉上更加美观、操作上更加便捷。下面就为大家分享一些关键代码及优化思路。话不多说，先上效果图。

烂蜻蜓·2025-03-14 12:50

大模型（DeepSeek等）是否会动摇AI工程师的工作？

引言近年来，人工智能（AI）领域取得了突飞猛进的发展，尤其是大模型（如GPT-3、BERT、DeepSeek等）的出现，极大地推动了自然语言处理（NLP）、计算机视觉（CV）等领域的进步。

点我头像干啥·2025-03-14 12:50

Stable Diffusion/DALL-E 3图像生成优化策略

分块推理（TiledDiffusion）：将图像分割为512×512区块，逐块生成后无缝拼接，支持4096×40

云端源想·2025-03-14 12:16

Vim忍者速成秘卷：让你的键盘冒出残影の奥义

核心原理通过超低延迟配置+肌肉记忆优化+视觉欺骗技术，达成行云流水的操作体验。就像《火影忍者》结印般流畅！

ivwdcwso·2025-03-14 10:34

Java线程协作式中断机制

作者简介：笔名seaboat，擅长工程算法、人工智能算法、自然语言处理、计算机视觉、架构、分布式、高并发、大数据和搜索引擎等方面的技术，大多数编程语言都会使用，但更擅长Java、Python和C++。

超人汪小建(seaboat)·2025-03-14 06:33

11B模型拿下开源视频生成新SOTA！仅用224张GPU训练，训练成本省10倍

同时，此次发布全面开源模型权重、推理代码及分布式训练全流程，开发者们可以看过来！GitH

·2025-03-14 04:12

XTDrone仿真——无人机能够在gazebo中出现，可以连接，但无法起飞

参考文章：解决XTDrone中无人机无法起飞的问题_xtdrone视觉里程计飞机会乱飞-CSDN博客

Perishell·2025-03-14 04:46

Python与人工智能：为何它们是天作之合？

从机器学习到深度学习，从自然语言处理到计算机视觉，Python的身影无处不在。那么，Python究竟为何能成为AI开发的首选工具？本文将探讨Python与AI之间的深度关联，并解析其背后的原因。

纪至训至·2025-03-14 02:10

Python深度学习033：Python、PyTorch、CUDA和显卡驱动之间的关系

PyTorchPyTorch是一个开源的机器学习库，用于应用如自然语言处理和计算机视觉的深度学习模型。它提供了丰富的API，使

若北辰·2025-03-14 01:00

QwQ-32B企业级本地部署：结合XInference与Open-WebUI使用

QwQ-32B是阿里巴巴Qwen团队推出的一款推理模型，拥有320亿参数，基于Transformer架构，采用大规模强化学习方法训练而成。

大势下的牛马·2025-03-14 00:56

playWright学习总结

视频：快速上手-3-示例_哔哩哔哩_bilibili资料：Xpath/Role/视觉定位方法-白月黑羽安装：直接使用命令安装：pipinstallplaywright安装需要的浏览器：playwrightinstall

one day321·2025-03-13 20:30

传统笔触与算法洪流：AI时代的艺术创作挑战

纽约视觉艺术学院的研究表明，78%的职业艺术家同时使用传统媒介与数字工具，这种混合工作流的创作效率比单一模式高出53%。真正的命题并非"二选一"，而在于如何让两种创作维度形成共生关系。

·2025-03-13 20:02

轻量级多模型部署实践：Ollama 与 vLLM 快速构建高效 AI 工作流20250306

轻量级多模型部署实践：Ollama与vLLM快速构建高效AI工作流本文将详细介绍如何在MacOS与Ubuntu环境下使用Ollama与vLLM进行轻量级多模型部署，包括模型并行推理、安全与性能优化的实践经验

Narutolxy·2025-03-13 20:55

AI基于深度学习的代码搜索案例（一）

在计算机视觉领域，以ImageNet为例，计算机的图像分类水平已经超过了人类。在自然语言处理(NLP)领域，BERT、XLNet以及MASS也一遍遍的刷新着任务榜单。

人工智能MOS·2025-03-13 19:23

02_LVGL学习笔记：深理解样式（Style）机制与应用方法

样式在LVGL中，样式（Style）是用来控制对象（控件）外观的核心机制,涵盖了颜色、边框、背景、文字、阴影、渐变、圆角等视觉特性。

电科周杰伦·2025-03-13 19:23

m0_65156252·2025-03-13 18:16

【LLM大模型】大模型涌现能力及 Prompt Engineering提示词

作为概率模型，大语言模型甚至不知道数字代表的真实含义，模型只是在学习了无数的语料之后，发现了一些数学结论之间的潜在概率关系，才最终涌现出了数学运算或者复杂推理的能力。但是“涌现能力

Langchain·2025-03-13 18:15

uniapp，自绘仪表盘组件（基础篇）

uniapp的组件市场虽然有许多现成方案，但自绘组件具有以下优势：完全掌控视觉效果无依赖零冗余高性能Canvas渲染轻松适配多端二、准备知识基础Canvas

智驾·2025-03-13 18:41

seq2seq推理模块设计

代码：#loadcheckpoints,如何上线model=Sequence2Sequence(len(src_word2idx),len(trg_word2idx))model.load_state_dict(torch.load(f"./best.ckpt",weights_only=True,map_location="cpu"))classTranslator:def__init__(se

何仙鸟·2025-03-13 18:40

Anaconda与VS Code

最近在学习机器学习和计算机视觉，使用GoogleColab来运行网上的示例代码。

wei099·2025-03-13 17:07

使用Python进行火焰检测与识别：从基础理论到高级实现的全面指南

随着计算机视觉技术的发展，使用图像处理和机器学习的方法进行火焰检测已经成为可能。Python作为一种功能强大且广泛使用的编程语言，提供了丰富的库和工具，能够有效地实现火焰检测和识别。

快撑死的鱼·2025-03-13 17:04

Diffusion Transformer与Differential Transformer：技术创新与应用前景

引言Transformer架构已成为自然语言处理（NLP）和计算机视觉（CV）领域的主流技术。

AI大模型learner·2025-03-13 17:33

计算机视觉算法实战——车道线检测

✨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✨✨个人主页欢迎您的访问✨期待您的三连✨车道线检测是计算机视觉领域的一个重要研究方向，尤其在自动驾驶和高级驾驶辅助系统（ADAS

喵了个AI·2025-03-13 17:32

LLM Weekly（2025.03.03-03.09）

研究人员推出了QwQ-32B，这是一个拥有320亿参数的模型，它利用强化学习来提升推理能力。尽管参数较少，但通过整合类似智能体的推理和反馈机制，QwQ-32B的表现可与更大规模的模型相媲美。

UnknownBody·2025-03-13 16:29

支持 40+ 插件，Spring AI Alibaba 简化智能体私有数据集成

RAG通过结合检索技术和生成模型的强大能力，使智能体能够实时从外部数据源获取信息，并在生成过程中增强其知识深度和推理能力。通过这种方式，智能体不仅能依赖于模型的预

阿里云云原生·2025-03-13 16:29

SaaS+AI应用架构：业务场景、智能体、大模型、知识库、传统工具系统

本节将详细介绍其五个核心层次：业务场景层：发现和确定业务场景智能体层：构建可复用的智能应用大模型层：采用最合适的大模型，作为思考推理的核心知识库：管理企业的核心知识资产传统工具：传统的运营工具和业务系统业务场景层

公众号-AI架构师汤师爷·2025-03-13 16:26

Vision Transformer (ViT)：将Transformer带入计算机视觉的革命性尝试（代码实现）

VisionTransformer(ViT)：将Transformer带入计算机视觉的革命性尝试作为一名深度学习研究者，如果你对自然语言处理（NLP）领域的Transformer架构了如指掌，那么你一定不会对它在序列建模中的强大能力感到陌生

阿正的梦工坊·2025-03-13 15:50

用Python设置Excel工作表的页眉和页脚

当涉及到打印或分享工作表时，为文档添加专业的页眉和页脚不仅能提升文件的视觉效果，还能提供必要的信息，例如公司标识、日期、文件名或是页码等，使得文档更加正式且易于跟踪管理。

·2025-03-13 15:17

相同的问题看看Grok3怎么回答-Dify、RAG-Flow、FastGPT 核心特点对比

证据倾向于认为，Dify更通用，适合广泛的AI应用开发；RAG-Flow专注于深度文档理解的RAG引擎；FastGPT强调视觉工作流，适合构建知识库和问答系统。

释迦呼呼·2025-03-13 15:18

本地部署时，如何通过硬件加速（如 CUDA、TensorRT）提升 DeepSeek 的推理性能？不同显卡型号的兼容性如何测试？

本地部署DeepSeek模型的硬件加速优化与显卡兼容性测试指南一、硬件加速技术实现路径CUDA基础环境搭建版本匹配原则：根据显卡架构选择CUDA版本（如NVIDIARTX50系列需CUDA12+，V100需CUDA11.x），并通过nvcc--version验证安装。GPU加速验证：运行以下代码检查硬件加速状态：importtensorflowastfprint("可用GPU数量：",len(tf

百态老人·2025-03-13 14:43

【图像去噪】论文复现：TPAMI 2025！全面提升单图像去噪泛化性！像素级零样本去噪方法Pixel2Pixel的Pytorch源码复现，跑通源码，修改各种报错，框架详解，注释详细！

本文亮点：跑通Pixel2Pixel全部源码，包含数据集准备、制作像素库(PixelBank)、训练和推理等，

十小大·2025-03-13 14:11

图像去雾常见数据集

近年来，随着深度学习技术的快速发展，图像去雾任务成为计算机视觉领域的重要研究方向之一。高质量的数据集是算法研究的基础，本文将介绍一些常用的图像去雾数据集，包括其特点、应用场景以及下载地址。

梦姐的编程日志·2025-03-13 13:09

点云从入门到精通技术详解100篇-基于激光雷达点云的三维目标检测

2.1.1KITTI数据集2.1.2车载激光雷达2.2地面点云滤波算法2.2.1RANSAC算法2.2.2CSF算法本文篇幅较长，分为上下两篇，下篇详见基于激光雷达点云的三维目标检测（续）前言近几年来，在计算机视觉领域

格图素书·2025-03-13 13:08

探索水下视觉新境界：基于Retinex理论的水下图像增强项目

探索水下视觉新境界：基于Retinex理论的水下图像增强项目【下载地址】基于ace-urcp-retinex的水下图像增强代码本资源文件提供了一个基于Retinex理论的水下图像增强方法的代码实现。

葛冉忱Edith·2025-03-13 13:08

(4-8)基于DeepSeekMoE架构的DeepSeek-V3：测试模型

加载完成后，模型被设置为评估模式，并移动到GPU上以加速推理过程。在生成文本时，用户可以输入提示文本，模型会根据这些提示生成相应的文本输出。

码农三叔·2025-03-13 13:37

人工智能 - TensorRT与DeepDP终极指南：释放GPU潜能的深度学习推理优化之道

TensorRTTensorRT（TensorRuntime）是英伟达（NVIDIA）推出的高性能深度学习推理（Inference）优化器和运行时库，专为在NVIDIAGPU上高效部署深度学习模型而设计

天机️灵韵·2025-03-13 13:36

【AIGC】计算机视觉-YOLO系列家族

YOLO系列家族（1）YOLO发展史（2）YOLOX（3）YOLOv6（4）YOLOv7（5）YOLOv8（6）YOLOv9（7）YOLOv10（8）YOLOv11（9）YOLOv12（1）YOLO发展史YOLO(YouOnlyLookOnce）是一种流行的物体检测和图像分割模型，由华盛顿大学的约瑟夫-雷德蒙（JosephRedmon）和阿里-法哈迪（AliFarhadi）开发。YOLO于2015

LeeZhao@·2025-03-13 13:34

模型训练和推理

训练时需要梯度，推理时不需要怎么理解“梯度”？

一杯水果茶！·2025-03-13 12:02

【YOLOv11[基础]】目标检测OD | 导出ONNX模型 | ONN模型推理以及检测结果可视化 | python

本文将导出YOLO11.pt模型对应的ONNX模型，并且使用ONNX模型推理以及结果的可视化。话不多说，先看看效果图吧！！！目录一导出ONNX模型二推理及检测结果可视化1代码2效果图

Jackilina_Stone·2025-03-13 12:02

onnx处理和TensorRT量化推理相关代码工具

一.说明在模型量化过程中，经常要使用一些工具对onnx或者量化后的模型（这里以TensorRT为例）进行推理，往往需要一些处理工具，比如：拆分或者合并onnx；修改onnx中的量算子QuantizeLinear

天亮换季·2025-03-13 12:26

图像识别技术与应用课后总结（18）

·YOLO-V3RetinaNet系列，YOLO-V3在不同变体（如YOLOV3-320、YOLOV3-416等）下，在推理时间和精度上有不同的表现，展示了其在速度和准确性上的平衡。

一元钱面包·2025-03-13 11:20

推荐频道

视觉推理