相关文章
改进YOLOv10:采用自适应非极大值抑制(Adaptive NMS)实现重叠目标高效分离
一、前言——聊聊真实场景中的“粘连目标”痛点
大家好,我是一名做了三年多目标检测的算法工程师。今天想跟大家聊聊一个在实际项目中非常头疼的问题——重叠目标的分离。
相信做工业质检、自动驾驶、细胞检测或者行人计数的朋友一定深有体会:模型框出来的结果经常是几个目…
建站知识
2026/5/2 19:41:18
为AI Agent构建可衰减记忆引擎:从原理到实践
1. 项目概述:为AI Agent构建一个“会遗忘”的记忆引擎最近在折腾AI Agent,发现一个挺有意思的问题:现有的记忆系统,无论是简单的向量数据库还是复杂的知识图谱,大多都在追求“记住更多、更久”。这听起来很美好&#x…
建站知识
2026/5/2 19:41:18
开放词表机器人抓取系统:基于CLIP的零样本学习实践
1. 项目背景与核心价值人形机器人抓取技术一直是机器人领域的核心挑战之一。传统抓取系统通常需要预先定义物体类别,通过大量标注数据进行训练,这种封闭式识别模式在实际应用中存在明显局限——当遇到训练集之外的物体时,系统往往束手无策。我…
建站知识
2026/5/2 19:40:48
给家电MCU做‘体检’:手把手教你搞定IEC60730-1 B类自检(附STM32代码)
家电MCU安全自检实战:从IEC60730-1标准到STM32代码实现
家电产品的安全性直接关系到用户的生命财产安全,而嵌入式MCU作为控制核心,其可靠性至关重要。IEC60730-1标准为家电MCU的安全运行提供了明确指导,特别是B类标准适用于洗衣机…
建站知识
2026/5/2 19:40:48
告别龟速推理:用IPEX-LLM在Intel酷睿笔记本上5分钟搞定Llama 3本地部署
在Intel笔记本上5分钟部署Llama 3:IPEX-LLM极速推理实战指南
手里只有一台搭载Intel酷睿处理器的普通笔记本,却想体验最新Llama 3大模型?传统PyTorch推理动辄需要十几GB内存和漫长等待,而IPEX-LLM只需一行代码就能实现5倍加速。本…
建站知识
2026/5/2 19:40:48
【Git】规范化协作:详解 GitHub 工作流中的 Issue、Branch 与 Pull Request 最佳实践
规范化协作:详解 GitHub 工作流中的 Issue、Branch 与 Pull Request 最佳实践前言
在参与大型开源项目(如 OlympicFlow)或团队协作时,代码提交的规范性直接决定了项目的维护成本。很多开发者习惯“直接一把梭”,导致后…
建站知识
2026/5/2 19:40:48
Sparse-BitNet:1.58位量化与半结构化稀疏的LLM优化技术
1. Sparse-BitNet技术解析:当1.58位量化遇见半结构化稀疏在大型语言模型(LLM)的部署实践中,我们始终面临一个核心矛盾:模型性能与计算效率的博弈。传统解决方案往往需要在两者之间做出妥协,直到Sparse-BitN…
建站知识
2026/5/2 19:40:48
从游戏到AI:用CUDA线程块集群(Cluster)优化你的张量计算 | Compute Capability 9.0新特性尝鲜
从游戏到AI:用CUDA线程块集群(Cluster)优化你的张量计算 | Compute Capability 9.0新特性尝鲜
当你在游戏中实时渲染复杂物理效果,或为AI模型加速矩阵运算时,是否曾因CUDA线程调度效率不足而遭遇性能瓶颈?N…
建站知识
2026/5/2 19:40:48

