YOLO训练第7页

【Python】OpenAI API

宅男很神经·2025-07-12 00:57

Python 数据建模与分析项目实战预备 Day 2 - 数据构建与字段解析（模拟简历结构化数据）

✅今日目标构建项目所需的简历结构化数据（模拟或从开源源获取）明确各字段的含义、类型和取值范围输出首个训练数据集（CSV/DataFrame格式）一、模拟简历数据字段设计（结构化）我们将构建如下字段的结构化数据

蓝婷儿·2025-07-11 23:24

【深度学习解惑】在实践中如何发现和修正RNN训练过程中的数值不稳定？

在实践中发现和修正RNN训练过程中的数值不稳定目录引言与背景介绍原理解释代码说明与实现应用场景与案例分析实验设计与结果分析性能分析与技术对比常见问题与解决方案创新性与差异性说明局限性与挑战未来建议和进一步研究扩展阅读与资源推荐图示与交互性内容语言风格与通俗化表达互动交流

云博士的AI课堂·2025-07-11 23:22

【深度学习实战】当前三个最佳图像分类模型的代码详解

每个模型均包含：训练代码（使用PyTorch）从预训练权重开始微调（也可注释掉预训练选项，从头训练）数据集目录结构：└──dataset_root├──buy#第一类图像└──nobuy#第二类图像随机拆分

云博士的AI课堂·2025-07-11 22:49

第35周—————糖尿病预测模型优化探索

目录目录前言1.检查GPU2.查看数据编辑3.划分数据集4.创建模型与编译训练5.编译及训练模型6.结果可视化7.总结前言本文为365天深度学习训练营中的学习记录博客原作者：K同学啊1.检查GPUimporttorch.nnasnnimporttorch.nn.functionalasFimporttorchvision

·2025-07-11 22:49

Octo：伯克利开源机器人开发框架

【摘要】在各种机器人数据集上预先训练的大型策略有可能改变机器人学习：这种通用机器人策略无需从头开始训练新策略，只需使用少量领域内数据即可进行微调，但具有广泛的泛化能力。

·2025-07-11 22:48

AI技术全景图鉴：从模型开发到落地部署的全链路拆解

人工智能（AI）技术的快速发展，使得企业在AI模型的开发、训练、部署和运维过程中面临前所未有的复杂性。

大模型玩家·2025-07-11 19:30

搜广推校招面经九十一

美团机器学习/数据挖掘算法工程师_二面一、介绍一下ESMM模型，是否有进行过函数推导传统的转化率建模方式：只用发生点击（click=1）的样本来训练CVR模型。

·2025-07-11 19:54

街道垃圾识别难？陌讯视觉算法实测准确率突破95%

传统视觉算法（如YOLOv5、FasterR-CNN）在复杂街道场景下表现不佳，主要面临以下问题：光照干扰：早晚光线变化导致误检（如阴影被识别为垃圾）小目标漏检：饮料瓶、烟头等小物体在640x640输入下仅占

2501_92487900·2025-07-11 17:16

占道识别漏检率 30%？陌讯多模态算法实测优化

某一线城市试点数据显示，基于开源YOLOv5的识别系统日均漏检事件超300起，人工复核成本占总投入的42%。这些问题的根源在于传统算法采用单

2501_92487926·2025-07-11 17:16

YOLOv8 环境监测五大场景 —— 二、森林火灾早期预警之无人机巡逻监测详细解释及代码完整示例

YOLOv8无人机森林火灾巡逻监测系统系统架构设计无人机火灾监测系统组成：1.飞行平台-多旋翼无人机(续航≥60分钟)-双光吊舱(可见光+红外)-RTK高精度定位-4G/5G数据链2.机载计算单元-JetsonOrinNX

路飞VS草帽·2025-07-11 17:44

【个人思考】如何理解量化交易与做空？初学者必读的金融交易入门指南

本文原创作者：姚瑞南AI-agent大模型运营专家/音乐人/野生穿搭model，先后任职于美团、猎聘等中大厂AI训练专家和智能运营专家岗；多年人工智能行业智能产品运营及大模型落地经验，拥有AI外呼方向国家专利与

姚瑞南Raynan·2025-07-11 17:42

安防监控漏报频发？陌讯实时检测算法实测召回率98%

一、开篇痛点：安防监控的检测难题在夜间低光、遮挡、小目标等复杂场景下，传统YOLO系列算法常出现漏检（FN）和误检（FP）。

2501_92487721·2025-07-11 16:39

重型机械识别漏检率高？陌讯算法实测降 35%

某港口集团曾反馈，其基于开源YOLOv5部署的机械监控系统，在暴雨天气下误报率飙升至37%，直接影响作业调度效率[实测数据来源：某港口2024年Q1运维报告]。

·2025-07-11 16:09

模型实战（21）之 C++ - tensorRT部署yolov8-det 目标检测

C++-tensorRT部署yolov8-det目标检测python环境下如何直接调用推理模型转换并导出：pt->onnx->.engineC++tensorrt部署检测模型不写废话了，直接上具体实现过程

明月醉窗台·2025-07-11 16:08

3D Gaussian Spaltting代码复现全流程与代码结构解读

一、代码复现流程以下部分将详细介绍3DGaussiansplatting的代码复现流程（在ubuntu18.04上训练模型，在windows10上使用SIBR_viewers查看）1、首先在GitHub-graphdeco-inria

·2025-07-11 15:01

【零基础学AI】第31讲：目标检测 - YOLO算法

本节课你将学到YOLO算法的核心思想和工作原理如何使用YOLO进行物体检测构建一个简单的物体检测系统开始之前环境要求Python3.8+需要安装的包：opencv-python,numpy,matplotlib

1989·2025-07-11 13:18

Manus AI与多语言手写识别

的核心技术与应用场景多语言手写识别的市场需求与难点ManusAI的技术架构深度学习在手写识别中的应用多语言支持的模型设计数据预处理与特征提取方法多语言手写识别的关键挑战不同语言字符的多样性处理上下文语义与书写风格适应性低资源语言的训练数据获取解决方案与优化策略迁移学习在多语言任务中的应用端到端模型的优化与轻量化用户反

·2025-07-11 13:45

基于LIDC-IDRI肺结节肺癌数据集的人工智能深度学习分类良性和恶性肺癌（Python 全代码）全流程解析（二）

基于LIDC-IDRI肺结节肺癌数据集的人工智能深度学习分类良性和恶性肺癌（Python全代码）全流程解析（二）1环境配置和数据集预处理1.1环境配置1.1数据集预处理2深度学习模型训练和评估2.1深度学习模型训练

·2025-07-11 13:44

【亲测免费】 CatBoost 教程项目使用指南

CatBoost提供了丰富的功能，包括自动处理分类特征、支持GPU训练、内置的交叉验证和模

·2025-07-11 11:33

Python自动化机器学习平台库之mindsdb使用详解

概要MindsDB是一个开源的自动化机器学习平台，它通过SQL接口简化了机器学习模型的创建、训练和预测过程。

·2025-07-11 11:02

9.7 国产代码生成神器CodeGeex2实测：效率提升300%，免费平替Copilot！

代码生成模型CodeGeex2：智能编程的国产之光智谱AI推出的CodeGeex2是当前国产代码生成模型的标杆之作，其技术架构与训练策略展现了中国在代码大模型领域的突破性进展。

少林码僧·2025-07-11 11:28

最全自动驾驶数据集（11/4号已更新）

技术方面，自动驾驶汽车依赖于先进的传感器、如激光雷达、摄像头、毫米波雷达等，以及强大的计算平台来处理大量数据，自动驾驶数据集是训练和验证自动驾驶系统的关键资源，它提供了丰富的场景和条件，使算法能够学习和适应复杂的真实世界驾驶环境

数据猎手小k·2025-07-11 10:27

使用Qlib基于LightGBM预测沪深300涨跌

本文配置一个基于LightGBM的梯度提升决策树（GBDT）模型，并使用金融数据集（包含158个技术指标特征）进行训练和预测。

DeepReinforce·2025-07-11 10:25

如何使用目标检测深度学习框架yolov8训练钢管管道表面缺陷VOC+YOLO格式1159张3类别的检测数据集步骤和流程

【数据集介绍】数据集中有很多增强图片，大约300张为原图剩余为增强图片数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo

FL1623863129·2025-07-11 10:23

钢管管道表面缺陷检测数据集VOC+YOLO格式1159张3类别

数据集中有很多增强图片，大约300张为原图剩余为增强图片数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt

FL1623863129·2025-07-11 10:52

【人工智能面经第五期：模型训练与优化核心面试深度问答】

作者：“码上有前”文章简介：人工智能面经欢迎小伙伴们点赞、收藏⭐、留言模型训练与优化核心面试深度问答摘要围绕模型训练与优化的训练技巧（正则化、迁移学习）和数据工程（数据增强、标注质量）展开，通过20个关键问题

码上有前·2025-07-11 09:48

【算法专题】双指针算法之18. 四数之和（力扣）

CILMY23·2025-07-11 08:37

AI模型训练新范式：基于同态加密的隐私保护方案

AI模型训练新范式：基于同态加密的隐私保护方案技术解析关键词同态加密（HomomorphicEncryption）、隐私保护机器学习（PPML）、全同态加密（FHE）、安全多方计算（MPC）、加密数据训练摘要本报告系统解析基于同态加密的

AIGC应用创新大全·2025-07-11 06:27

YOLOv5基础 | 万字长文带你深度解析yolov5s.yaml配置文件

配置文件yolov5s.yaml在YOLOv5模型训练过程中发挥着至关重要的作用，属于初学者必知必会的文件！

小哥谈·2025-07-11 06:56

万字长文详解YOLOv8 yaml 文件，结合模型输出的网络结构图分析Parameters /backbone/head以及三者的数学关联

YOLO目标检测创新改进与实战案例专栏专栏目录：YOLO有效改进系列及项目实战目录包含卷积，主干注意力，检测头等创新机制以及各种目标检测分割项目实战案例专栏链接:YOLO基础解析+创新改进+实战案例之前写过一篇

YOLO大师·2025-07-11 05:55

万字长文带你搞懂yolov5和yolov8以及目标检测相关面试

一、与yoloV4相比，yoloV5的改进输入端：在模型训练阶段，使用了Mosaic数据增强、自适应锚框计算、自适应图片缩放基准网络：使用了FOCUS结构和CSP结构Neck网络：在Backbone和最后的

起个别名·2025-07-11 05:24

全身动作捕捉系统在人形机器人训练中提供精准数据的重要性

人形机器人作为复杂的移动操作平台，其运动精度直接影响任务执行可靠性。与工业机械臂相比，人形机器人需同时处理浮动基座动力学、多体耦合误差及非结构化环境适应，使得运动学误差分析更具挑战性。传统编程式动作控制已无法满足复杂场景需求，而全身动作捕捉系统通过提供高精度运动数据，成为突破这一瓶颈的关键技术。一、技术原理：从传感器到数字孪生的精准映射1.1动作捕捉系统的技术架构全身动作捕捉系统通常由惯性传感器、

·2025-07-11 05:52

YOLOv11模型轻量化挑战技术文章大纲

模型轻量化的背景与意义目标检测模型YOLOv11的性能与应用场景轻量化的必要性：边缘设备部署、实时性需求、计算资源限制轻量化面临的挑战：精度与速度的权衡、模型压缩方法的选择YOLOv11的轻量化技术方向网络结构优化

程序猿全栈の董（董翔）·2025-07-11 03:40

【PTA数据结构 | C语言版】求单链表list中的元素个数，即表长

本题旨在训练学习者熟悉单链表的基本操作，不建议直接输出n。输入格式：输入首先在第一行给出非负整数n（≤15）；随后一行给出n个int范围内的整数，数字间以空格分隔。输出格式：在一行中输出单链表的表长。

秋说·2025-07-11 03:09

AI 边缘算力关键技术白皮书 2024

其中，边缘算力基础设施聚焦于计算、存储、网络等物理硬件资源及其虚拟化，边缘算力网络关注分布式算力资源的感知、度量、并网、调度、管控等，边缘智能涉及系统部署、数据处理、模型优化、边缘训练、边缘推理等关键问题

Python编程杰哥·2025-07-11 02:02

深度学习最简单的神经网络线性回归网络

用最简单的线性模型讲清神经网络训练全流程，让你5分钟看懂AI是怎么学会预测的1真实神经元结构真实神经元包括：树突接收其他神经元传来的电信号（输入）。细胞核负责整合输入信号并产生动作电位。

·2025-07-11 00:17

论文略读： Fast-DetectGPT: Efficient Zero-Shot Detection of Machine-Generated Text via Conditional Probab

ICLR2024判断生成的文本是人写的还是大模型写的现有的检测器主要分为两类有监督分类器在训练领域表现出色，但在面对来自不同领域或不熟悉模型生成的文本时表现变差零样本分类器免疫领域特定的退化在检测精度上可以与有监督分类器相当但目前的方法计算成本高

UQI-LIUWJ·2025-07-10 22:38

【论文阅读】Decoupled Knowledge Distillation

我们实证调查并证明了两部分的效果：TCKD传递了有关训练样本“困难”的知识，而NCKD是logit蒸馏起作用的突出原因。更重要的是，我们揭示了经典的KD损失是一个耦合公式，

Bosenya12·2025-07-10 22:38

从数据集视角看——大语言模型（LLMs）的训练、微调和推理

1.大语言模型训练的整体框架大语言模型的训练是一个复杂的过程，涉及数据准备、模型架构、优化策略和推理部署。

爱看烟花的码农·2025-07-10 22:38

【论文阅读】Transfer Learning for Automatic Modulation Recognition Using a Few Modulated Signal Samples

传输模型以音频信号UrbanSound8K作为源域进行训练，然后以一些调制信号样本为目标域进行微调。为了提高分类性能，信噪比（SNR）被用作一个功能来促进信号的分类。

·2025-07-10 22:08

【论文阅读】Meta-SE: A Meta-Learning Framework for Few-Shot Speech Enhancement

文章的核心目标是解决在实际应用中，由于训练样本有限而导致传统深度神经网络（DNN）模型性能受限的问题。

Bosenya12·2025-07-10 22:38

【机器学习&深度学习】为什么分类任务中类别比例应接近 1:1？

2.1⚠模型容易“偏科”2.2精确率、召回率失真2.3模型训练失衡，梯度方向偏移三、现实案例中的“灾难性后果”四、如何应对类别不平衡问题？

一叶千舟·2025-07-10 20:24

【机器学习笔记Ⅰ】10 特征工程

降低计算成本：减少冗余特征，加速训练。改善泛化能力：避免过拟合，提高鲁棒性。2.特征工程的

·2025-07-10 20:49

1. RAG 权威指南：从本地实现到生产级优化的全面实践

1.RAG权威指南：从本地实现到生产级优化的全面实践大型语言模型（LLM）的知识受限于其训练数据，这是一个众所周知的痛点。

·2025-07-10 19:22

【论文笔记ing】Pointerformer: Deep Reinforced Multi-Pointer Transformer for the Traveling Salesman Problem

论文中使用一个PointerFormer模型编码器部分：可逆残差模型堆叠解码器部分：指针网络自回归对于一次任务而言，推理阶段：编码器部分：一次解码器部分：循环N次，直至任务结束在训练阶段，使用强化学习，

Booksort·2025-07-10 18:12

【动手学深度学习】4.10 实战Kaggle比赛：预测房价

目录4.10实战Kaggle比赛：预测房价1）数据预处理2）模型定义与训练3）模型评估与预测4）模型训练与预测提交5）示例超参数（可调）4.10实战Kaggle比赛：预测房价数据来源：Kaggle房价预测比赛

XiaoJ1234567·2025-07-10 18:07

大型语言模型中的提示工程系统综述：技术与应用

与更新模型参数不同，prompt仅通过给定指令即可引出所需的模型行为，从而实现预训练模型在下游任务中的无缝集成。

AI专题精讲·2025-07-10 17:33

神经网络初步学习3——数据与损失

区别这里不妨以图像识别为例子：（1）在传统的机器学习视角中：我们需要人工手动去设置并提取我们的特征量，例如常见的SIFT、SURF和HOG等，随后需要我们选择合适的分类器（例如：SVM、KNN等分类器）,接着把我们的参数训练出来

X Y O·2025-07-10 12:33

【目标检测】Yolov7 的 ELAN 和 E-ELAN 模块演进（涉及到分组卷积，cardinality，梯度路径）

感觉从YOLOv6开始，YOLOv6系列感觉优化点都着重于推理速度上面，YOLOv6的RepBlock重参数化，给我的感觉就是算子融合进行加速。

Jiangnan_Cai·2025-07-10 11:55

推荐频道

YOLO训练