打赏

相关文章

昇腾GE DataFlow Python接口

DataFlow接口列表 【免费下载链接】ge GE(Graph Engine)是面向昇腾的图编译器和执行器,提供了计算图优化、多流并行、内存复用和模型下沉等技术手段,加速模型执行效率,减少模型内存占用。 GE 提供对 PyTorch、TensorFl…

YOLO11实战优化:暗光环境检测 | 引入Retinex增强模块与YOLO11联合训练,解决夜间/低照度场景抓拍痛点

一、暗光检测:CV落地绕不开的“最后一公里” 如果你正在做安防监控、自动驾驶、工业巡检或智慧农业中的目标检测任务,大概率遇到过同一个瓶颈:白天模型准得离谱,一到黄昏或夜间精度直接腰斩。 这不是你的模型的问题,而是物理规律在惩罚我们——低照度条件下,CMOS传感器…

AI伦理实践:从算法公平到可信人工智能的技术实现

1. 人工智能伦理:从理论原则到美国实践的深度解析在过去的十年里,我亲眼见证了人工智能从实验室的奇思妙想,迅速渗透到我们社会运行的每一个毛细血管。从最初算法推荐你下一首想听的歌,到如今辅助医生诊断癌症、决定谁能获得贷款、…

YOLO11部署优化:极限轻量化 | YOLO11结合PTQ(训练后量化)技术,INT8精度无损转化,TensorRT推理速度翻倍

导语 “训练 mAP 猛如虎,一上实机二百五。”这是目标检测圈子里流传的一句自嘲,也是无数算法工程师的切肤之痛。当你花一周时间把 YOLO11 的 mAP 刷到顶,满怀信心地敲下 yolo export format=engine int8=True,准备在 Jetson 边缘设备上大显身手时——速度确实飞起来了,但检…

YOLO11实战优化:无人机视角 | 针对VisDrone数据集的特定魔改,引入高频通道注意力解决高空俯视特征丢失

一、当无人机飞上天空,目标检测遇到了什么难题? 想象这样一个场景:一架无人机盘旋在百米高空,用摄像头俯瞰地面的车流和人群。画面中一辆白色轿车在640640的图像里只有2020像素——大致相当于显示器上一个图标的二十分之一。这就是无人机视角下目标检测面临的现实困境。 …

CANN/community测试策略模板

xx版本测试策略 【免费下载链接】community 本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息 项目地址: https://gitcode.com/cann/community 概述 描述本策略覆盖的范围(新增特性、继承特…

CANN构建脚本与编译工具

cmake 【免费下载链接】cmake 本项目提供公共编译脚本、第三方开源软件编译脚本、公共打包与安装框架脚本 项目地址: https://gitcode.com/cann/cmake 🔥 Latest News [2026/3] cmake项目首次上线。 概述 cmake 是 CANN(Compute Architecture …

手机版浏览

扫一扫体验

微信公众账号

微信扫一扫加关注

返回
顶部