登录社区云，与社区用户共同成长
邀请您加入社区
摘要：苏州华镁莱电子科技有限公司开发的HML-Vision深度学习训练工具，创新性地实现了工业AI视觉检测中的视频标注完整工作流。该系统包含视频抽帧、模型预标注、HML格式标签生成和视频合成四大核心模块，解决了传统视频标注效率低、一致性差的问题。技术亮点包括流式视频处理、批量模型推理、自适应阈值算法和高效内存管理，标注效率较人工提升20-30倍。该方案填补了市场空白，支持工业级大规模视频数据标注需
Hi3519DV500硬件原理与排查指南摘要 核心内容：本文档详细分析了Hi3519DV500芯片的硬件架构及鸿鸥派开发板的设计要点，重点涵盖电源系统、时钟电路、DDR4/eMMC接口等关键模块。 关键特性： 双核A55@1GHz + 2.5TOPS NPU + 4K编解码能力 2GB DDR4（32bit）+8GB eMMC存储方案 支持4路MIPI-CSI输入和MIPI-DSI/BT.1120
本文是一份全面的YOLO目标检测教程，主要内容包括： YOLO基础概念：解释目标检测、边界框、IOU、NMS等专业术语，介绍YOLO各版本演进及适用场景（推荐初学者使用YOLOv8）。 核心原理：对比单阶段与两阶段检测区别，详解锚框、NMS、mAP等关键技术。 环境配置：提供Miniconda安装指南、镜像源配置、虚拟环境创建及PyTorch（GPU/CPU版本）安装步骤。 实践操作：包含YOLO
本项目完成了 PCB 缺陷检测从算法训练到边缘端部署的完整闭环。PC 端部分能够完成模型训练、图像检测、批量检测和模型评估；K230 端部分完成了 YOLOv8 模型从.pt到.onnx再到.kmodel的转换，并针对 YOLOv8 单输出结构实现了可运行的实时检测脚本。项目的核心价值在于：使用 YOLOv8 完成 6 类 PCB 缺陷检测；通过亮度、噪声、旋转增强提升模型鲁棒性；提供 PyQt5
本文主要探讨了在预训练模型瓶颈显现的背景下，后训练和推理计算的重要性，并建议从模型服务（serving）入手，因为这是模型应用的第一步。文章比较了SGLang和vLLM两个框架，它们分别来自斯坦福和UC伯克利，功能相似，但各有特色。SGLang提供了丰富的服务功能，如chunkedprefill、speculativedecoding、radixattention和structured
以下是GitHub的首席执行官 Thomas 在2022年6月21日，首次将Github Copilot面向个人开发者全面开放的公告。
