视觉语言模型第8页

地平线 3D 目标检测 bev_sparse 参考算法 - V2.0

该示例为参考算法，仅作为在征程6上模型部署的设计参考，非量产算法简介在自动驾驶视觉感知系统中，为了获得环绕车辆范围的感知结果，通常需要融合多摄像头的感知结果。

·2025-02-23 20:38

图像处理：模拟色差的生成

色差（ColorDifference）是指两种颜色之间的视觉差异。在色彩科学中，CIEDE2000是目前最先进的色差计算方法之一。然而，CIEDE1976也

何以为皇·2025-02-23 18:33

Langflow与Dify对比：低代码LLM应用开发平台如何选择？

随着大语言模型（LLM）的普及，越来越多的开发者希望快速构建基于LLM的应用程序。然而，直接调用API或编写复杂代码的门槛较高，因此低代码/无代码平台成为热门选择。

几道之旅·2025-02-23 17:51

大语言模型训练数据集格式

1.SFT（有监督微调）的数据集格式对于大语言模型的训练中，SFT（SupervisedFine-Tuning）的数据集格式可以采用以下方式：输入数据：输入数据是一个文本序列，通常是一个句子或者一个段落

香菜烤面包·2025-02-23 16:13

大模型训练 && 微调数据格式

对于大语言模型的训练中，SFT（SupervisedFine-Tuning）的数据集格式可以采用以下方式：输入数据：输入数据是一个文本序列，通常是一个句子或者一个段落。

comli_cn·2025-02-23 16:43

【大模型】AI 辅助编程操作实战使用详解

近年来，大型语言模型（LLM）在代码生成、代码补全和代码解释等方面展现出强大能力，成为开发者提升效率的利器。以下将详细介绍如何利用大模型进行AI辅助编程。

陆鳐LuLu·2025-02-23 16:42

Https解决了Http的哪些问题

2.篡改风险比如强制植入垃圾广告，视觉污染，用户眼容易瞎。

LUCIAZZZ·2025-02-23 16:41

在LangFlow中集成OpenAI Compatible API类型的大语言模型

一、背景与核心价值从Dify换到这个langflow真的时各种的不适应啊。就比如这个OpenAICompatibleAPI，这不应该是基本操作嘛？算了，服了，习惯了就好了。咱闲言少叙，正片开始：LangFlow作为LangChain的可视化开发工具，其最大优势在于无需编写代码即可构建复杂的大模型应用。随着开源生态发展，越来越多的模型服务（如Ollama、硅基流动、DeepSeek、百度千帆等）开始

几道之旅·2025-02-23 15:09

大语言模型：从开发到运行的深度解构

一、LLM开发训练的全流程解析1.数据工程的炼金术数据采集：构建涵盖网页文本（CommonCrawl）、书籍、论文、代码等领域的超大规模语料库，典型规模可达数十TB。例如GPT-4的训练数据包含超过13万亿token数据清洗：通过质量过滤（去除低质内容）、去重（MinHash算法）、毒性检测（NSFW内容识别）等步骤构建高质量数据集数据增强：引入代码数据提升逻辑性（如GitHub代码）、多语言数据

nbsaas-boot·2025-02-23 15:38

GPT和BERT的异同

GenerativePre-trainedTransformer）和BERT（BidirectionalEncoderRepresentationsfromTransformers）都是基于Transformer架构的语言模型

彬彬侠·2025-02-23 15:04

时尚、奢华、极致的美感（专业网站开发）

色彩运用大胆且和谐，高饱和度主色调搭配低调辅色，视觉冲击力十足又不失协调。动态背景如流动的光影，随页面滚动变幻，增添灵动氛围。页面元素设计精致，图标简洁现代，按钮点击效果流畅自然。

闪闪放光芒·2025-02-23 15:34

探秘 DeepSeek-V3：低成本训练铸就的 AI 大模型传奇

DeepSeek-V3：横空出世的AI新贵DeepSeek-V3是杭州深度求索人工智能基础技术研究有限公司于2024年12月26日重磅发布的混合专家（MoE）语言模型。一经推出，便在知识类任务、算

道亦无名·2025-02-23 15:34

Xmodel-VLM: A Simple Baseline for Multimodal Vision Language Model

XmodelVLM：一种多模态视觉语言模型的简单基线摘要1引言2相关工作3模型架构4实验5消融研究6结论摘要我们介绍了XmodelVLM，一种前沿的多模态视觉语言模型。

UnknownBody·2025-02-23 14:58

基于Roboflow平台的数据集导出与YOLOv8目标检测训练实战

本专栏专为AI视觉领域的爱好者和从业者打造。涵盖分类、检测、分割、追踪等多项技术，带你从入门到精通！后续更有实战项目，助你轻松应对面试挑战！立即订阅，开启你的YOLOv8之旅！

步入烟尘·2025-02-23 12:49

关于claude怎么下载？请收下这份下载指南！

Claude：下一代AI助手✨Claude是Anthropic公司开发的一款大型语言模型，被誉为下一代AI助手。它拥有强大的文本处理能力，能够进行对话、写作、翻译、总结等多种任务。

·2025-02-23 12:30

人工智能：从基础到前沿

无监督学习3.4强化学习4.深度学习4.1深度学习概述4.2神经网络基础4.3卷积神经网络（CNN）4.4循环神经网络（RNN）5.自然语言处理（NLP）5.1NLP概述5.2文本预处理5.3词嵌入5.4语言模型

顾漂亮·2025-02-23 12:15

2025最新Python机器视觉实战：基于OpenCV与YOLOv8的实时目标检测与跟踪（附完整代码）

emmm形成中·2025-02-23 11:13

Grok-3：人工智能领域的新突破

大模型之路·2025-02-23 10:59

C语言图像处理技术：从基础到高级应用

本文还有配套的精品资源，点击获取简介：C语言在图像处理领域拥有丰富的应用，涉及计算机视觉和数字信号处理。

南城游子·2025-02-23 08:45

大语言模型架构：从基础到进阶，如何理解和演变

今天，我们将用简单的语言，逐步介绍大语言模型的架构，并且展示这些架构是如何随着时间演变的。

运维小子·2025-02-23 08:44

使用 ChatGPT 构建 YouTube 下载器的分步指南

只需按照本教程中的步骤操作......ChatGPT是OpenAI训练的大型语言模型，可以根据自然语言输入生成代码。

pxr007·2025-02-23 07:37

【JavaScript】《JavaScript高级程序设计 (第4版) 》笔记-Chapter18-动画与 Canvas 图形

视觉上复杂的功能要求性能调优和硬件加速，不能拖慢浏览器。目前已经有一套日趋完善的API和工具可以用来开发此类功能。毋庸置疑，是HTML5最受欢迎的新特性。

江湖人称菠萝包·2025-02-23 00:13

计算机视觉CV学习路线

计算机视觉CV学习路线1.基础准备（可参考mooc学习）2.计算机视觉基础知识（可参考mooc学习、计算机图形学）3.经典计算机视觉算法（可参考吴恩达机器学习课程、国内外计算机图形学课程）4.深度学习基础

我喝AD钙·2025-02-22 23:08

科普：大模型使用中的temperature 与 top-k及其它

在大语言模型（如通过Ollama运行的llama2模型）中，temperature和top-k是两个用于控制文本生成过程的重要参数，它们在功能上相互独立，但又共同影响着模型生成文本的随机性和多样性。

人工干智能·2025-02-22 23:35

IEEE Signal Processing Letters(SPL)投稿经验分享

（博主方向：计算机视觉）论文投稿时间点分享2019.8.26初稿提交；2019.8.31安排AE；2019.8.31换了个AE；2019.11.6发催稿邮件给AE；2019.11.7AE回催稿信，系统上由

yellow7-·2025-02-22 22:23

DeepSeek新作-Native Sparse Attention

NSA概述长文本建模的重要性与挑战长文本建模的重要性：长文本建模对于下一代语言模型至关重要。

数据分析能量站·2025-02-22 21:21

Github 2024-04-29 开源项目周报 Top15

根据开发语言中项目的数量，汇总情况如下：开发语言项目数量Python项目11TypeScript项目3Go项目1Svelte项目1JupyterNotebook项目1Swift项目1Ollama:本地大型语言模型设置与运行创建周期

老孙正经胡说·2025-02-22 21:15

AI工具——将文字转变为流程图

文章参考：《NapkinAI：轻松将文字变成视觉，一键生成信息图、流程图和图表》《如何使用AI辅助快速生成概念示意图》《最强配图生成工具NapkinAI现已支持中文》文章来源：csdn

j_inglin·2025-02-22 20:10

用示例提升大语言模型的查询分析能力！

引言随着查询分析的复杂性增加，大语言模型（LLM）在理解如何响应某些场景时可能会面临挑战。为了提高性能，我们可以在提示中添加示例，以便更好地引导模型。

llzwxh888·2025-02-22 19:31

如何创建自定义Retriever来增强LLM应用程序

引言在许多大语言模型（LLM）应用中，我们需要从外部数据源中检索信息，以便生成更准确和相关的响应。这些信息往往通过Retriever模块检索，然后用于生成提示，供LLM进行处理和响应。

llzwxh888·2025-02-22 19:00

第十节：通过Debug解析ChatGLMModel的数据流，理解视觉与语言模型结合架构

文章目录前言一、forward的参数解读二、图像编码token数量值方法解读三、input_ids的embedding方法解读1、embedding编码方法2、Embedding源码四、视觉编码方法解读五

tangjunjun-owen·2025-02-22 17:43

LLM之提示词工程

1.提示与提示工程提示工程作为一门新兴的学科，专注于开发和优化提示技术，旨在提升语言模型（LMs）在各种应用与研究主题中的效能。

樱花的浪漫·2025-02-22 16:11

LLaVA-CoT: Let Vision Language Models Reason Step-by-Step

LLaVACoT：让视觉语言模型逐步推理摘要1引言2相关工作3提出的方法4后训练性能5推理时间缩放6最新VLMs的比较7结论摘要大型语言模型在推理能力方面取得了长足的进步，特别是通过推理时间缩放，如OpenAI

UnknownBody·2025-02-22 16:08

用 Python + LLM 实现一个智能对话

大型语言模型LLM最近比较火，所以我也来用LLM写个智能对话玩玩。简介大语言模型LLM全称是LargeLanguageModels。LLM是指具有巨大参数量和极高语言理解能力的神经网络模型。

AGI大模型学习·2025-02-22 15:04

2025年02月19日Github流行趋势

star数：12878今日star数：2153项目维护者：yadong-lu,ThomasDh-C,aliencaocao,nmstoker,krishna2项目简介：一个简单的屏幕解析工具，旨在实现基于纯视觉的

油泼辣子多加·2025-02-22 15:32

iOS 中的圆角与平滑圆角：从新特性到老项目适配

传统的圆角效果通过cornerRadius属性实现，但在一些设计中，圆角的过渡并不够自然，尤其是在高分辨率屏幕上，视觉效果可能显得生硬。

胖虎1·2025-02-22 15:59

大语言模型基础

AI大模型主要分为三类：大语言模型、CV大模型和多模态大模型，我将分别介绍它们的背景知识、关键技术、演进路线和挑战。什么是大语言模型大语言模型（LargeLanguageModel，LL

MatrixSparse·2025-02-22 15:27

计算机视觉与深度学习实战：以Python为工具，基于帧间差法进行视频目标检测

一、引言随着科技的飞速发展，计算机视觉和深度学习已成为当今科技领域的热门话题。它们不仅在科研领域取得了显著的成果，而且在安防监控、智能交通、医疗影像分析、工业自动化等领域得到了广泛的应用。

好知识传播者·2025-02-22 13:16

无缝融入，即刻智能[4]：MaxKB知识库问答系统[进一步深度开发调试，完成基于API对话，基于ollama大模型本地部署等]

无缝融入，即刻智能[4]：MaxKB知识库问答系统[进一步深度开发调试，完成基于API对话，基于ollama大模型本地部署等]1.简介MaxKB(MaxKnowledgeBase)是一款基于LLM大语言模型的开源知识库问答系统

汀、人工智能·2025-02-22 13:14

机器学习库

计算机视觉Scikit-Image-Python中图像处理算法的集合。

Welosthesightof·2025-02-22 12:11

2023-arXiv-FinGPT: 开源金融大语言模型

|https://github.com/AI4Finance-Foundation/FinGPT&https://github.com/AI4Finance-Foundation/FinNLP摘要：大语言模型

量仔搞靓化·2025-02-22 12:41

Python-OpenCV的单目视觉测距_python opencv 单目测距

此类方法主要应用于单目视觉进行导航和定位，该类方法的缺点是利用单个特征点进行测量，容易因特征点提取的不准确性，产生误差。我们采用摄像头采集图片，将三维场景投影到摄像机二维像平面上。

2401_87556630·2025-02-22 12:38

2025最新Python机器视觉实战：基于OpenCV与深度学习的多功能工业视觉检测系统（附完整代码）

emmm形成中·2025-02-22 12:37

【Vue3】项目中实现整屏滚动效果，整屏翻页 fullpage.js

具体效果可以参考：百度视觉技术首先准备好项目，没有项目或者不会建可以直接克隆准备好的。

fruge365·2025-02-22 11:31

基于ChatGPT-4o信息检索、总结分析、论文写作与投稿、专利idea构思与交底书的撰写

AAIshangyanxiu·2025-02-22 10:26

【有啥问啥】DeepSeek NSA（Native Sparse Attention）：开启高效推理与降本增效的新篇章

DeepSeekNSA（NativeSparseAttention）：开启高效推理与降本增效的新篇章在人工智能领域，尤其是自然语言处理（NLP）和大语言模型（LLM）的浪潮中，性能与效率一直是研究者和开发者关注的焦点

有啥问啥·2025-02-22 09:46

推理模型时代：大语言模型如何从对话走向深度思考？

一、对话模型和推理模型的区别概述对话模型是专门用于问答交互的语言模型，符合人类的聊天方式，返回的内容可能仅仅只是一个简短的答案，一般模型名称后面会带有「chat」字样。

深度学习机器·2025-02-22 07:56

清影2.0（AI视频生成）技术浅析（四）：计算机视觉（CV）

清影2.0是一个基于人工智能的视频生成平台，其核心计算机视觉（CV）技术包括图像处理与增强、动作捕捉与平滑等。

爱研究的小牛·2025-02-22 06:50

哪种LLM量化方法最适合您？：GGUF、GPTQ 还是 AWQ

它是一种专为大型语言模型设计的量化方法。它允许用户在CPU上运行LLM，同时通过提供速度改进将一些层卸载到GPU。GGUF对于那些在CPU或Apple设备上运行模型的用户特别有用。在GGUF上

GordonJK·2025-02-22 05:38

无人机原路径返回原理

视觉定位系统（VIO）：在信号弱或GPS不可用的环境下，一些高端无人机会使用视觉惯性定位系统（VIO）来辅助定位。该系统通过摄像头捕捉环境图像，

.NET跨平台·2025-02-22 02:15

推荐频道

视觉语言模型