HelloWorld 开发者社区
科技资讯
微软 MAI Code 2 系列进入 Copilot:按工程任务选择编程模型
OpenAI 发布 GPT-6.2 Astra 与 Sol:专业交付、编程效率与团队选型
Qwen4-Max 发布:百万 Token 上下文、多模态与长任务如何落地
Jync 2.2.1 发布:完善告警通知,修复 CDC 与 ETL 可靠性问题
phimint 0.10.0 发布:终端智能体加入交互输入处理
Cursor 更新安全事件调查:扩展分发、历史凭据与团队排查
SoduWork 开源,尝试用独立审查与插件治理组织智能体交付
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
开源项目
全部项目推荐好文
LabVIEW+OpenVINO在CPU上部署新冠肺炎检测模型实战
前言之前博客:【YOLOv5】LabVIEWOpenVINO让你的YOLOv5在CPU上飞起来(https://segmentfault.com/a/1190000042637980)给大家介绍了在LabVIEW上使用openvino加速推理,在CPU上也能感受丝滑的实时物体识别。
ABCNet:端到端的可训练框架的原理应用及优势对比
ABCNet ABCNet(AdaptiveBezierCurveNetwork)是一个端到端的可训练框架,用于识别任意形状的场景文本。直观的pipeline如图所示。采用了单点无锚卷积神经网络作为检测框架。移除锚定箱可以简化我们任务的检测。该算法在检测头输出特征图上进行密集预测,
一个更快的YOLOv5问世,附送全面中文解析教程
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/45db8bddba5c18217d4f918c1c6aded3.png)作为计算机视觉领域的基础性技术,目标检测在业界具有广泛应用,而YOLO系列因其综合性能较好,成为广受
R语言分析蛋白质组学数据:飞行时间质谱(MALDI-TOF)法、峰值检测、多光谱比较
全文链接:http://tecdat.cn/?p30051(https://link.segmentfault.com/?enc%2BgIKvVuqDMrYt%2BUClspwpg%3D%3D.gVaee6wmdhTzpioMKGDZXX%2FgG7v5a%2Bjognfi7GXGFD
论文推荐:基于GE-MRI的多任务学习
医学图像分析,多任务学习,图像分类,图像分割,UNet,后处理该论文是18年发布的,提出了一种基于DeepUNet的多任务学习框架,用于GEMRI左心房分割,该框架同时执行心房分割和消融前后分类。虽然论文已经很老了,但是改论文提出的多任务和后处理方法到现在还是可以参考的。多任
AI 模型编译器 MegCC 开源,解决推理引擎体积问题
目前社区已经有多个移动端深度学习推理框架,如:NCNN、MNN...这些推理引擎都给社区的用户带来了在移动端上部署深度学习非常多的便利,但是他们也都有一个共性问题:随着不断地迭代以及性能优化,运行时库会逐渐的增大,特别是在不同算子fuse的时候,会导致非常多的长尾算子,这就会增大我们App
5+ 肿瘤免疫细胞又来新方向了!
原文公众号:一起实验网对下述分析方法感兴趣或者没有研究思路的小伙伴,欢迎踊跃探讨!早!今天小编和大家分析一篇22年10月发表在JournalofTranslationalMedicine(IF:5.5)杂志的文章《Transcriptomebasednetworkanalys
知识蒸馏相关技术【模型蒸馏、数据蒸馏】以ERNIE-Tiny为例
1.任务简介基于ERNIE预训练模型效果上达到业界领先,但是由于模型比较大,预测性能可能无法满足上线需求。直接使用ERNIETiny系列轻量模型finetune,效果可能不够理想。如果采用数据蒸馏策略,又需要提供海量未标注数据,可能并不具备客观条件。因此,本专题采用主流的知识
PyTorch实现非极大值抑制(NMS)
NMS即nonmaximumsuppression即非极大抑制,顾名思义就是抑制不是极大值的元素,搜索局部的极大值。在最近几年常见的物体检测算法(包括rcnn、sppnet、fastrcnn、fasterrcnn等)中,最终都会从一张图片中找出很多个可能是物体的矩形框,然后为每个矩形框为做类
TensorFlow?PyTorch?Paddle?AI工具库生态之争:ONNX将一统天下
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/116002e926c9a22a55dcd5e5c29c5b1e.png)<blockquote💡作者:<ahref"https://link.segmentfau
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。


