HelloWorld 开发者社区
科技资讯
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
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
开源项目
全部项目推荐好文
PoE网卡:为你一键收纳“拖油瓶”
无论是买一台最简单的以太网交换机还是一套无线AP路由器,在包装的附件中都会包括一个方头方脑、傻大黑粗的AC变压电器(俗称电源),在实际的使用当中,既要铺设网线又要额外铺设电力线,以致于使用起来有诸多不便。有没有可能让网线既用于传输数据,又能提供电源呢?其实生活中有很多类似的例子,比如我们家用普通
关于开源项目里的国产夹层卡——OCP光纤网卡产品
夹层卡(<strong_<emMezzanineCard</em_</strong)是一种为嵌入式体系添加特定效能且有效的普遍应用方法。因夹层卡也是一种外围设备卡,是通过连接主载板上扩展系统的功能,而不是径直插在连接背板上,因此夹层卡可以自在变换。同时对设计人员来说,这也意
干货!Adobe系列安装问题汇总
在使用电脑的时候,Adobe系列软件用到几率还是比较大的,但是在安装Adobe软件时,总是提示各种安装错误就非常头疼了,下面是官方提供的Adobe错误代码对照表及解决方案汇总。此篇错误代码解决方案的来源除了少数自己经历并解决了的之外,在Adobe官方给出的解决方案基础上整理后给出的解决建议而并非
Gaussian YOLOv3 : 对bbox预测值进行高斯建模输出不确定性,效果拔群 | ICCV 2019
<blockquote在自动驾驶中,检测模型的速度和准确率都很重要,出于这个原因,论文提出GaussianYOLOv3。该算法在保持实时性的情况下,通过高斯建模、损失函数重建来学习bbox预测值的不确定性,从而提高准确率和TP,能够显著地降低FP,在KITTI和BDD数据集上分别提升了3.09m
克隆一个自己的 AI 来上网课
<blockquote<strong场景描述:</strong在全球都开启远程办公、远程上课之际,一位外国工程师受不了每天的视频会议,于是用AI技术「克隆」了一个自己,替他去开会。而这项技术如果被学生们所用,那么后果……</blockquote<blockquote<stro
CARS: 华为提出基于进化算法和权值共享的神经网络结构搜索,CIFAR-10上仅需单卡半天 | CVPR 2020
<blockquote为了优化进化算法在神经网络结构搜索时候选网络训练过长的问题,参考ENAS和NSGAIII,论文提出连续进化结构搜索方法(continuousevolutionarchitecturesearch,CARS),最大化利用学习到的知识,如上一轮进化的结构和参数。首先构造
Mask R-CNN上手指南:通过对象检测和分割实现对无人机的检测
目标检测是一种计算机视觉技术,用于识别和定位图像中的目标。有很多检测算法存在,这里有一个很好的总结。MaskRCNN是目标检测的扩展,它为图像中检测到的每个目标生成边界框和分割掩模。这篇文章是关于使用MaskRCNN训练自定义数据集的指南,希望它能帮助你们中的一些人简化这个过程。h
Genetic CNN: 经典NAS算法,遗传算法的标准套用 | ICCV 2017
<blockquote论文将标准的遗传算法应用到神经网络结构搜索中,首先对网络进行编码表示,然后进行遗传操作,整体方法十分简洁,搜索空间设计的十分简单,基本相当于只搜索节点间的连接方式,但是效果还是挺不错的,十分值得学习<br/ <br/来源:晓飞的算法工程笔记公众号</blockq
Evolution of Image Classifiers,进化算法在神经网络结构搜索的首次尝试 | ICML 2017
<blockquote论文提出使用进化算法来进行神经网络结构搜索,整体搜索逻辑十分简单,结合权重继承,搜索速度很快,从实验结果来看,搜索的网络准确率挺不错的。由于论文是个比较早期的想法,所以可以有很大的改进空间,后面的很大算法也是基于这种想法进行更好的补充<br/ <br/来源:晓飞的
YOLOv1/v2/v3简述 | 目标检测
<blockquoteYOLO系列是目标检测领域里十分经典的结构,虽然目前已经出了很多更高质量更复杂的网络,但YOLO的结构依然可以给算法工程师们带来很多的启发。这3篇论文看下来,感觉像是一本调参说明书,教你如何使用各种trick提高手上的目标检测网络的准确率<br/ <br/
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。