- 通过本专栏的阅读，后续你也可以自己魔改网络，在网络不同位置（Backbone、head、detect、loss等）进行魔改，实现创新！！！ 通过本专栏的阅读，后续你也可以自己魔改网络，在网络不同位置（Backbone、head、detect、loss等）进行魔改，实现创新！！！
- FaceFusion：探索无限创意，创造独一无二的面孔融合艺术！ FaceFusion：探索无限创意，创造独一无二的面孔融合艺术！
- 深入理解CUDA图像并行处理在CUDA编程中，一个CUDA Kernel是由众多线程（threds）组成，而这些线程又可以被组织成一个或多个block块。在同一线程块中，线程ID是从0开始连续编号的，可以通过内置变量threadIdx来获取：// 获取本线程的索引，blockIdx 指的是线程块的索引，blockDim 指的是线程块的大小，threadIdx 指的是本线程块中的线程索引in... 深入理解CUDA图像并行处理在CUDA编程中，一个CUDA Kernel是由众多线程（threds）组成，而这些线程又可以被组织成一个或多个block块。在同一线程块中，线程ID是从0开始连续编号的，可以通过内置变量threadIdx来获取：// 获取本线程的索引，blockIdx 指的是线程块的索引，blockDim 指的是线程块的大小，threadIdx 指的是本线程块中的线程索引in...
- 本文详细介绍了在OrangePi AI Studio上使用Docker容器部署MindIE环境并运行Qwen2.5-VL-7B-Instruct多模态大模型实现吸烟动作识别的完整过程，验证了在Ascned 310p设备上运行多模态理解大模型的可靠性。 本文详细介绍了在OrangePi AI Studio上使用Docker容器部署MindIE环境并运行Qwen2.5-VL-7B-Instruct多模态大模型实现吸烟动作识别的完整过程，验证了在Ascned 310p设备上运行多模态理解大模型的可靠性。
- 松材线虫病边缘模型训练与推理部署本文详细介绍了松材线虫病检测的边缘模型训练与推理部署全流程。首先，针对无人机拍摄的4032×3024原始图像进行预处理，缩放到1024×1024避免内存溢出，并定义了9个类别（包括麻栎、罩网、疑似、早期、轻度、中度、重度、死亡和逾年）。随后采用20%重叠率对图像进行切分，生成训练集60000张、验证集6495张的sahi数据集。模型训练基于yolo11s.y... 松材线虫病边缘模型训练与推理部署本文详细介绍了松材线虫病检测的边缘模型训练与推理部署全流程。首先，针对无人机拍摄的4032×3024原始图像进行预处理，缩放到1024×1024避免内存溢出，并定义了9个类别（包括麻栎、罩网、疑似、早期、轻度、中度、重度、死亡和逾年）。随后采用20%重叠率对图像进行切分，生成训练集60000张、验证集6495张的sahi数据集。模型训练基于yolo11s.y...
- 本文介绍了Pi0云端推理部署的完整流程。首先配置好服务器端环境并启动策略服务，然后在客户端安装所需依赖并连接机械臂与摄像头。实测下来，即使对于没见过的云宝机械臂的抓取放置成功率也能达到100%，体现了模型强大的泛化能力！ 本文介绍了Pi0云端推理部署的完整流程。首先配置好服务器端环境并启动策略服务，然后在客户端安装所需依赖并连接机械臂与摄像头。实测下来，即使对于没见过的云宝机械臂的抓取放置成功率也能达到100%，体现了模型强大的泛化能力！
- 本文介绍了在H20实例上安装和训练Pi0模型的完整流程，包括环境配置、数据转换、修改训练配置以及模型训练等关键步骤，并提供了相关命令和注意事项，帮助读者快速上手Pi0模型训练。 本文介绍了在H20实例上安装和训练Pi0模型的完整流程，包括环境配置、数据转换、修改训练配置以及模型训练等关键步骤，并提供了相关命令和注意事项，帮助读者快速上手Pi0模型训练。
- 本文实现了ByteTrack-TensorRT跟踪算法的Python插件，并在原有算法基础上提供了跟踪目标的类别信息，Jetson Orin Nano (8GB)上的YOLOv5实时目标检测和跟踪速度高达80FPS，满足对快速运动目标的跟踪需求。 本文实现了ByteTrack-TensorRT跟踪算法的Python插件，并在原有算法基础上提供了跟踪目标的类别信息，Jetson Orin Nano (8GB)上的YOLOv5实时目标检测和跟踪速度高达80FPS，满足对快速运动目标的跟踪需求。
- 本文将介绍如何在Jetson Orin Nano上将YOLOv5实时目标检测速度提升至120+FPS，基于Pybind11实现Python绑定，并提供ByteTrack跟踪算法的Python插件，可以在Python中实现高效目标检测和跟踪。 本文将介绍如何在Jetson Orin Nano上将YOLOv5实时目标检测速度提升至120+FPS，基于Pybind11实现Python绑定，并提供ByteTrack跟踪算法的Python插件，可以在Python中实现高效目标检测和跟踪。
- 写在前面学校的专业课让你昏昏欲睡？想转码但不知道从哪学起？培训班太贵效果还不确定？一位北大学生用4年时间，把全球顶尖高校的计算机课程整理成了一份完整的自学路线图，现在已经有68.6k人收藏。 这个项目是什么cs-self-learning 是一份计算机科学自学指南，收录了MIT、斯坦福、CMU等名校的开源课程，帮你规划出一条2-3年的学习路径。项目数据：GitHub收藏：68.6k参与贡献... 写在前面学校的专业课让你昏昏欲睡？想转码但不知道从哪学起？培训班太贵效果还不确定？一位北大学生用4年时间，把全球顶尖高校的计算机课程整理成了一份完整的自学路线图，现在已经有68.6k人收藏。 这个项目是什么cs-self-learning 是一份计算机科学自学指南，收录了MIT、斯坦福、CMU等名校的开源课程，帮你规划出一条2-3年的学习路径。项目数据：GitHub收藏：68.6k参与贡献...
- 本文详细阐述了在OrangePi AI Studio Pro上基于昇腾310P使用MindYolo框架实现YOLOv8模型训练与验证的完整流程，涵盖环境准备、数据集格式转换、模型训练参数配置及性能评估。 本文详细阐述了在OrangePi AI Studio Pro上基于昇腾310P使用MindYolo框架实现YOLOv8模型训练与验证的完整流程，涵盖环境准备、数据集格式转换、模型训练参数配置及性能评估。
- 本文将介绍使用`Python`开发一个简单的`AI`图编排应用，我们的目标是实现`AI`应用在`RK3588`上灵活编排和高效部署。首先我们定义的图是由边和节点组成的有向无环图，边代表任务队列，表示数据在节点之间的流动关系，每个节点都是一个计算单元，用于处理特定的任务。 本文将介绍使用`Python`开发一个简单的`AI`图编排应用，我们的目标是实现`AI`应用在`RK3588`上灵活编排和高效部署。首先我们定义的图是由边和节点组成的有向无环图，边代表任务队列，表示数据在节点之间的流动关系，每个节点都是一个计算单元，用于处理特定的任务。
- MICCAI STSR 2025挑战赛，围绕两个具有挑战性的任务展开：CBCT与IOS图像的半监督配准，以及牙齿与根管结构的半监督分割。我们希望通过本次挑战，建立起更加全面且具代表性的牙科图像分析基准，加速人工智能在口腔疾病诊疗中的落地应用，推动临床实践中的辅助诊断工具向更高效、更精准的方向迈进。 MICCAI STSR 2025挑战赛，围绕两个具有挑战性的任务展开：CBCT与IOS图像的半监督配准，以及牙齿与根管结构的半监督分割。我们希望通过本次挑战，建立起更加全面且具代表性的牙科图像分析基准，加速人工智能在口腔疾病诊疗中的落地应用，推动临床实践中的辅助诊断工具向更高效、更精准的方向迈进。
- 七、MyBatis自定义映射resultMap 七、MyBatis自定义映射resultMap
- 八、(了解即可)MyBatis懒加载(或者叫延迟加载) 八、(了解即可)MyBatis懒加载(或者叫延迟加载)
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签