登录社区云，与社区用户共同成长
邀请您加入社区
WEB VIDEO PLATFORM是一个基于、部标808、部标1078标准实现的开箱即用的网络视频平台，负责实现核心信令与设备管理后台部分，支持NAT穿透，支持海康、大华、宇视等品牌的IPC、NVR接入。支持国标级联，支持将不带国标功能的摄像机/直播流/直播推流转发到其他国标平台。流媒体服务基于@夏楚 ZLMediaKit播放器使用@dexter jessibuca播放器使用@Numberwol
医疗 AI 正在深刻改变传统诊疗模式，但如何在资源受限的医院环境中实现高性能、低成本、高精度的 AI 系统，一直是行业面临的核心挑战。本文记录了一个真实的医疗影像 AI 项目从 0 到 1 的完整落地过程：我们基于华为 CANN 异构计算架构，在成都某三甲医院部署了肺部 CT 影像 AI 辅助诊断系统，历时 8 个月，最终实现了单例 CT 推理时间 18 秒(目标 30 秒内)、诊断敏感性 96.
随着人工智能技术的深入发展，AI 算力需求呈现爆发式增长，如何充分释放硬件潜能、提升开发效率成为行业关注的焦点。华为 CANN(Compute Architecture for Neural Networks)作为昇腾 AI 处理器的异构计算架构，通过分层设计和精细优化，为开发者构建了从应用到算子的完整开发体系。在 AI 基础设施建设中，软件栈的设计直接影响着硬件算力的发挥，CANN 通过精心设计
边缘 AI 正在成为智能化转型的关键技术，但如何在资源受限的边缘设备上实现高性能 AI 推理，一直是业界面临的难题。传统方案要么性能不足无法满足实时性要求，要么依赖云端处理带来高昂的带宽成本和隐私风险。华为 CANN（Compute Architecture for Neural Networks）作为 AI 异构计算架构，为边缘 AI 提供了全新的解决思路。
在 AI 技术快速迭代的今天，如何高效地将大模型能力转化为实际应用，成为每个开发者面临的核心挑战。市面上涌现出众多 AI 开发平台，它们都承诺能够降低开发门槛、提升交付效率，但真实的开发体验究竟如何？作为一名在大数据与大模型领域深耕多年的工程师，我在过去 3 个月时间里深度使用 ModelEngine 平台，完成了从简单 Demo 到生产级应用的全流程实践。这期间，我开发了 5 个不同类型的 AI
在 AI 应用开发领域，技术架构的深度决定了系统的上限。ModelEngine 作为新一代 AI 应用开发平台，其底层技术架构融合了分布式系统、工作流编排、多智能体协作等多个前沿技术领域。本文将从技术视角深度剖析 ModelEngine 的核心实现原理，包括基于 DAG 的可视化编排引擎、多智能体协作机制、MCP 工具生态、性能优化策略以及系统可靠性保障等关键技术模块。
OpenPose 的核心创新在于其自下而上（Bottom-Up）的算法流程和部分亲和场（PAFs）。自下而上的流程第一步：检测所有关键点。首先，一个卷积神经网络（CNN）会扫描整个图像，预测出一个包含所有可能人体关键点的“热度图”。热度图中每个“热点”代表一个特定类型关键点（如左肩、右膝）可能存在的位置。第二步：将关键点组装成人体。在检测出所有独立的关键点后，需要解决“哪个关键点属于哪个人”的问题
作为一名大数据与大模型开发工程师，我在使用 ModelEngine 的可视化编排功能后，开发方式发生了根本性改变。本文将分享我的真实经历：如何用 6 小时从零构建一个智能会议助手，如何通过可视化编排让开发效率提升 10 倍，以及在实际项目中的经验与解决方案。我是郭靖（笔名“白鹿第一帅”），现任职于国内某头部互联网公司，担任 CSDN 成都站、AWS User Group Chengdu 等多个技术
本文基于 2 个月的 ModelEngine 深度实践，通过 3 个生产级智能体项目（知识问答助手、智能客服系统、文档分析助手）的完整开发过程，全面评测平台的智能体开发能力，分享从知识库构建、提示词优化到多智能体协作的实战经验与问题解决方案。
2024 年 11 月 25 日，天气应用开发完成后发给 CSDN 成都站的朋友试用，第二天收到反馈：在低端设备上启动慢（4.2 秒）、列表卡顿（25fps）、手机发烫。虽然在 Mate 60 上运行流畅，但在荣耀 X10 等低端设备上问题明显。作为社区运营者和展示仓颉能力的项目，我深知用户体验的重要性，决定必须优化。历时 5 天的性能优化实战：Day1 使用性能分析工具定位瓶颈，Day2 通过异
