视觉语言模型VLP 第2页

微软 Azure AI 服务免费试用及申请：语音识别、文本转语音、基于视觉、语言处理、文档分析等10大场景

为方便企业认识和快速上手AzureAI服务，我们总结了一套包括语音识别、文本转语音、基于视觉、语言处理场景、文档分析场景等全面的预构建模型和演示，旨在解决各种用例。

全云在线allcloudonline·2024-09-14 06:41

可对画面进行平台传输，实时查看监控的智慧交通开源了。

ai产品老杨·2024-09-14 06:07

大模型微调 - 基于预训练大语言模型的对话生成任务训练代码

大模型微调-基于预训练大语言模型的对话生成任务训练代码flyfish模型扮演堂吉诃德这个角色，回答关于自我介绍的问题importtorchfromdatasetsimportDatasetfrommodelscopeimportAutoTokenizer

西笑生·2024-09-14 05:00

天下苦英伟达久矣！PyTorch官方免CUDA加速推理，Triton时代要来？

在做大语言模型（LLM）的训练、微调和推理时，使用英伟达的GPU和CUDA是常见的做法。在更大的机器学习编程与计算范畴，同样严重依赖CUDA，使用它加速的机器学习模型可以实现更大的性能提升。

诗者才子酒中仙·2024-09-14 04:56

零基础入门AI：一键本地运行各种开源大语言模型 - Ollama

Ollama是一个可以在本地部署和管理开源大语言模型的框架，由于它极大的简化了开源大语言模型的安装和配置细节，一经推出就广受好评，目前已在github上获得了46kstar。

AI大模型知识分享·2024-09-14 03:16

深度学习入门篇：PyTorch实现手写数字识别

手写数字识别简介手写数字识别是计算机视觉领域的一个经典问题，目的是让计算机能够识别并理解手写数字图像。这个问题通常作为深度学习入门的练习，因为

AI_Guru人工智能·2024-09-14 02:43

给大家介绍一下全国排名前三的小说网站

中国第一大小说网站，可谓是小说界里面的航母了，里面各种各类的正版图书应有尽有，小神大神无数，简直就是看小说的最后网站，无论是历史军事还是都市玄幻，都能让你一饱眼福，欲罢不能的视觉和脑觉爽感。第

历史说书人·2024-09-13 22:24

OpenCV高阶操作

在图像处理与计算机视觉领域，OpenCV（OpenSourceComputerVisionLibrary）无疑是最为强大且广泛使用的工具之一。

富士达幸运星·2024-09-13 19:03

深入掌握大模型精髓：《实战AI大模型》带你全面理解大模型开发！

大型深度学习模型（简称AI大模型）以其强大的表征能力和卓越的性能，在自然语言处理、计算机视觉、推荐系统等领域均取得了突破性的进展。尤其随着AI大模型的广泛应用，无数领域因此受益。AI大模型

努力的光头强·2024-09-13 18:53

计算机视觉—照相机（下）

封面焦距(FieldofView)同一位置相机用不同焦距，28mmFieldofView就变小，85mm时候的Fieldofview也就是只有28度视野，每一个物体在通常尺寸的胶片上像素也就是越多，chromaticAberration焦距和是波长相关，不同颜色光聚焦在不同位置。这种现象在物体边缘尤为明显。颜色颜色说简单也简单，说复杂也复杂，我们在高中物理已经知道可见光是电磁波，不同颜色对应不同波

zidea·2024-09-13 16:41

视频语言规划

讨论如何利用在互联网规模数据上预训练大型生成模型，在生成的视频和语言空间中实现复杂长范围任务的视觉规划。

硅谷秋水·2024-09-13 14:58

预警提醒并生成日志，便于后期追溯的智慧地产开源了

智慧地产视觉监控平台是一款功能强大且简单易用的实时算法视频监控系统。

AI服务老曹·2024-09-13 12:44

Python OpenCV精讲系列 - 高级图像处理技术（五）

⚡️⚡️专栏：PythonOpenCV精讲⚡️⚡️本专栏聚焦于Python结合OpenCV库进行计算机视觉开发的专业教程。

极客代码·2024-09-13 11:11

大规模语言模型的书籍分享，从零基础入门到精通非常详细收藏我这一篇就够了

在当今人工智能领域，大规模语言模型成为了研究和应用的热点之一。它们以其大规模的参数和强大的性能表现，推动着机器学习和深度学习技术的发展。对于GPT系列大规模语言模型的发展历程，有两点令人印象深刻。

黑客-雨·2024-09-13 10:05

【 WPF 中常用的 `Effect` 类的介绍、使用示例和适用场景】

xml为控件、文本、图像添加阴影效果，增加立体感和视觉层次。BlurEffect为元素应用模糊效果。xml模糊背景、图像或文本，常用于突出前景内容或创建模糊背景效果。

TIF星空·2024-09-13 10:03

「RIA学习力」《心流》便签8，陈晓冰

图片发自App[A1，激活经验]用视觉带来乐趣、体验心流的经历视觉带来乐趣，根据心流的定义，是需要不断挑战的，要用视觉艺术的角度去看待这个美丽的视觉世界。

陈晓冰_14db·2024-09-13 08:55

基于OpenCV和ROS节点的智能家居服务机器人设计流程

1.2技术栈关键词硬件：激光雷达（LiDAR）或超声波传感器（用于避障和地图构建）摄像头（用于视觉识别和监控）IMU

极客小张·2024-09-13 05:32

计算机视觉中的数据增强方法总结

前言：在计算机视觉方向，数据增强的本质是人为地引入人视觉上的先验知识，可以很好地提升模型的性能，目前基本成为模型的标配。最近几年逐渐出了很多新的数据增强方法，在本文将对数据增强做一个总结。

CV技术指南(公众号)·2024-09-13 05:57

计算机视觉中，什么是Hide-and-Seek？

是的，Hide-and-Seek技术主要是在弱监督学习领域中使用的，它的核心思想是通过随机遮掩输入图像的一部分，强迫模型学习更全面的特征，而不是仅仅依赖显著的局部信息。由于弱监督场景下的监督信号有限，例如只有少量的点标注、粗略标注或没有任何标注，模型容易过度依赖于图像中最显著的部分，而忽略其他信息。这种现象会导致模型只关注容易识别的局部特征，而无法理解物体的整体结构或捕捉更多的背景信息。1.Hid

Wils0nEdwards·2024-09-13 04:25

场景式益智儿童思维启蒙整体解决服务

小Z思维·2024-09-13 04:31

大模型基础知识-LoRA与QLoRA

介绍LoRA与QLoRA1.LoRA(Low-RankAdaptation)LoRA是一种用于大规模语言模型(LLM)的参数高效微调技术，旨在减少微调大模型所需的计算资源和存储空间。

破壁者-燕·2024-09-13 03:12

ChatLONGYING：大语言模型在银行财富管理领域的应用研究

2023年2月，复旦大学发布了国内首个类ChatGPT大语言模型——MOSS，该模型可执行对话生成、编程、事实问答等一系列任务，打通了让生成式语言模型理解人类意图并具有对话能力的全部技术路径。

IT猫仔·2024-09-13 02:37

轻松升级：Ollama + OpenWebUI 安装与配置【AIStarter】

Ollama是一个开源项目，用于构建和训练大规模语言模型，而OpenWebUI则提供了一个方便的前端界面来管理和监控这些模型。本文将指导你如何更新这两个工具，并顺利完成配置。

ai_xiaogui·2024-09-13 02:36

无关风月星子事

一边用力揉着耳机佩戴太久而塌下去的头发一边努力眯着眼辨认着烟蒂遍布的出口台阶然后两阶并作三阶大跨步地踩下去两段台阶的距离眨眼间就走到了出口，在费力地拉起不知为何早早关上的卷闸门后视线光亮便整个地塌下来，突如其来的视觉疲劳让我一阵恍惚

一只菜楸·2024-09-13 01:35

#宇宙公民高效阅读营第13期打卡第9天

视觉：密密麻麻很多苍蝇聚集在食物上（成堆，覆盖说明数量多）听觉:群体发出嗡嗡嗡的响声（吃东西的声音）触觉:全身起鸡皮疙瘩，密集恐惧（因为恶心）嗅觉：闻到腥臭味（苍蝇喜欢臭的）【作业二】选：那个人，教会我事以前有那么一个人

素yan·2024-09-13 01:02

《大明宫词》是我心中无法取代的经典

无论是在演员身上还是剧情的表达上还是台词上，都能让人感觉就是一场盛宴，给人视觉和内心的震撼。它像一首精美的诗，绵延悠长娓娓道来。

你的柒夏·2024-09-12 20:18

直方图匹配（Histogram Matching）

直方图匹配的目标是改变图像的像素值分布，从而使其在视觉上更接近目标直方图。这对于图像增强、风格迁移

姜太公钓鲸233·2024-09-12 20:31

HippoRAG如何从大脑获取线索以改进LLM检索

知识存储和检索正在成为大型语言模型(LLM)应用的重要组成部分。虽然检索增强生成(RAG)在该领域取得了巨大进步，但一些局限性仍然没有克服。

极道亦有道·2024-09-12 19:57

如何训练LLM自动在RAG和参数记忆之间进行选择

检索增强生成(RAG)管道使大型语言模型(LLM)能够在其响应中使用外部信息源。但是RAG应用程序为发送到LLM的每个请求检索额外的场景信息。

极道亦有道·2024-09-12 19:27

【Tools】大模型中的BERT概念

摇来摇去摇碎点点的金黄伸手牵来一片梦的霞光南方的小巷推开多情的门窗年轻和我们歌唱摇来摇去摇着温柔的阳光轻轻托起一件梦的衣裳古老的都市每天都改变模样方芳《摇太阳》BERT（BidirectionalEncoderRepresentationsfromTransformers）是一种基于Transformer的预训练语言模型

音乐学家方大刚·2024-09-12 19:26

Ollama全面指南：安装、使用与高级定制

详细讲解了如何在不同操作系统上安装Ollama，如何运行和自定义大型语言模型，以及如何通过Ollama进行模型部署和交互。此外，还提供了丰富的故障排除和FAQ，帮助用户解决使用过程中的常见问题。

我就是全世界·2024-09-12 18:51

目标检测YOLO系列从入门到精通技术详解100篇-【目标检测】工业相机

目录知识储备深度相机1TOF2双目视觉3结构光4智能门锁应用5手机应用算法原理相机的成像与标定模型相机标定的实施·标定过程的算法实施相机标定的扩展CCD工业相机、镜头倍率及相关参数计算方法知识储备深度相机

格图素书·2024-09-12 18:49

增强检索增强生成模型的可靠性和可追溯性

大型语言模型(LLM)表现出了卓越的能力，但也存在幻觉、缺乏领域适应性和缺乏持续学习等问题。当它们必须处理知识密集型任务时，这些问题更加明显。

RA AI衍生者训练营·2024-09-12 18:47

机器学习，深度学习，AGI，AI的概念和区别

AI的目标是创建能够执行通常需要人类智能的任务的系统，如视觉识别、语音识别、决策制定和语言翻译。AI的核心在于其能够处理和分析大量数据，从中提取有用的信息，并根据这些信息做出决策或预测。

我就是全世界·2024-09-12 17:13

鸿蒙（API 12 Beta6版）GPU加速引擎服务【自适应VRS】

XEngineKit提供自适应VRS功能，其通过合理分配画面的计算资源，视觉无损降低渲染频次，使不同的渲染图像使用不同的渲染速率，能够有效提高渲染性能。

移动开发技术栈·2024-09-12 16:38

大语言模型应用指南：长期记忆

大语言模型应用指南：长期记忆作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来随着人工智能领域的快速发展，大语言模型因其强大的语言生成和理解能力而受到广泛关注

AI大模型应用之禅·2024-09-12 16:05

大模型书籍推荐：从头开始构建一个大型语言模型（含PDF免费）《Build a Large Language Model (From Scratch)》

通过从头开始构建一个大型语言模型，了解如何创建、训练和调整大型语言模型（LLMs）！一、构建大型语言模型（从头开始）在《构建大型语言模型（从头开始）》中，你将了解如何LLMs从内到外工作。

AI女王·2024-09-12 15:58

元宇宙的重要底层技术

VR/AR是元宇宙的主要交互设备，它将人的视觉、听觉、触觉等感官直接映射到虚拟世界中。

区块链董叔·2024-09-12 15:37

计算机视觉——第三章图像拼接

计算机视觉——第三章图像拼接1.图像全景拼接的原理和过程的简要介绍1.1特征点提取和匹配1.2图像配准1.3图像拼接2.实现多图像拼接2.1图片集说明2.2实验代码2.3实验结果及其分析3.两张不同角度的图像拼接

JMU15980999055·2024-09-12 14:22

论文翻译：arxiv-2022 Ignore Previous Prompt: Attack Techniques For Language Models

IgnorePreviousPrompt:AttackTechniquesForLanguageModelshttps://arxiv.org/pdf/2211.09527忽略之前的提示：针对语言模型的攻击技术文章目录忽略之前的提示

CSPhD-winston-杨帆·2024-09-12 12:14

计算机视觉学习路线

计算机视觉学习路线是一个系统而全面的过程，涵盖了从基础知识到高级应用的多个方面。

不会代码的小林·2024-09-12 12:11

【Python第三方库】OpenCV库实用指南

读取图像图像基本操作获取图像信息裁剪图像图像缩放图像转换为灰度图图像模糊处理边缘检测图像翻转图像保存视频相关操作方法讲解读取视频从摄像头读取视频前言OpenCV（OpenSourceComputerVisionLibrary）作为一个强大的计算机视觉库

墨辰JC·2024-09-12 12:08

ESRGAN——老旧照片、视频帧的修复和增强，提高图像的分辨率

一、ESRGAN介绍1.1背景超分辨率问题是计算机视觉中的一个重要研究领域，其目标是通过增加像素数量来提高图像的分辨率，恢复出更加细腻的图像。

爱研究的小牛·2024-09-12 11:35

计算机视觉之旅-进阶-图像滤波处理

1.基本概念1.1.数字图像图像处理的对象是数字图像,它是由像素点阵列表示的图像。需要了解像素、图像分辨率、灰度级、RBG等图像表示方法。用numpy数组表示,每个元素为像素值。例如RGB图像 importnumpyasnp img=np.array([[[255,0,0],[0,255,0]],[[0,0,255],[255,255,255]]]) 1.2.采样和量化数字图像是通过采样和量化得到

撸码猿·2024-09-12 11:34

人工智能时代，程序员如何保持核心竞争力

在人工智能时代，AIGC大语言模型的涌现和AI辅助编程工具的普及正在深刻改变程序员的工作方式。面对这一趋势，程序员需要认真思考如何保持并提升自身的核心竞争力，以适应时代的发展。

专家大圣·2024-09-12 10:57

阅读《演讲的力量》day8

2020.4.6《演讲的力量》day8书名：《演讲的力量》作者：克里斯·安德森领读嘉宾：阅城阅读内容：第十章视觉资料：有害的幻灯片（页码137—156）阅读主题：如何正确使用视觉资料三个问题1．有效视觉资料的关键元素是什么

小小晴天·2024-09-12 08:38

Agent Q: 实现自主网页代理的提升

订阅：https://rengongzhineng.io/近年来，大型语言模型（LLMs）的能力在自然语言处理和理解领域取得了显著进展，达到了多个

新加坡内哥谈技术·2024-09-12 07:41

【Qwen2部署实战】Qwen2初体验：用Transformers打造智能聊天机器人

系列篇章No.文章1【Qwen部署实战】探索Qwen-7B-Chat：阿里云大型语言模型的对话实践2【Qwen2部署实战】Qwen2初体验：用Transformers打造智能聊天机器人3【Qwen2部署实战

寻道AI小兵·2024-09-12 06:09

肖申克的救赎——得道之路，就在其中

《肖申克的救赎》是一部早就想大快朵颐的影片，一直没有机会完全看完，其实以前也大概知道一点剧情，但还是想亲自体验这场视觉的盛宴。

梦想的小门徒·2024-09-12 06:12

AI推介-多模态视觉语言模型VLMs论文速览（arXiv方向）：2024.07.25-2024.08.01

文章目录～1.PayingMoreAttentiontoImage:ATraining-FreeMethodforAlleviatingHallucinationinLVLMs2.MTA-CLIP:Language-GuidedSemanticSegmentationwithMask-TextAlignment3.MarvelOVD:MarryingObjectRecognitionandVisi

小小帅AIGC·2024-09-12 06:37

推荐频道

视觉语言模型VLP