登录社区云，与社区用户共同成长
邀请您加入社区
🏆 本文收录于专栏 《YOLOv11实战：从入门到深度优化》。本专栏围绕 YOLOv11 的改进、训练、部署与工程优化 展开，系统梳理并复现当前主流的 YOLOv11 实战案例与优化方案，内容目前已覆盖 分类、检测、分割、追踪、关键点、OBB 检测 等多个方向。
26年6月来自新加坡国立和美国MIT的论文“GROW2: Grounding Which and Where for Robot Tool Use”。如果没有刀，机器人能用盘子切蛋糕吗？工具的使用极大地扩展了机器人的能力；然而，若要创造性地使用工具（即超越其预设功能），机器人便面临着“开放世界affordance定位”的挑战：即从开放类别中选择一个物体作为工具，并定位其具体的动作区域。为此，提出
番茄病害智能诊断系统：YOLO+DeepSeek农业AI落地实践
YOLOv13融合DeepSeek大模型：学生课堂行为智能检测系统全栈实践
城市详情页是旅行App中信息密度最高的页面，采用"ID查询→数据渲染"模式，包含四大区块：Hero横幅（城市标识与基础信息）、货币/语言标签、景点列表（含分类标签与费用）、美食列表（含价格）。页面通过Scroll+Column实现滚动布局，数据加载采用路由参数ID匹配机制，未找到数据时显示空白。视觉设计上运用了半透明标签、emoji容器、多行文本截断等技术，确保信息层级清晰。该页面的特殊之处在于它
🚀 多模态AI道路病害检测系统：YOLO+DeepSeek融合实战
本文介绍了一种基于边缘检测和轮廓提取的目标跟踪方法。该方法通过Canny边缘检测获取目标轮廓，利用多尺度阈值和形态学处理连接断裂边缘，并通过自适应阈值调整适应不同亮度场景。
该程序使用Pangolin和Eigen库实现机器人运动轨迹的三维可视化。
图像边缘作为图像的重要特征，蕴含了丰富的图像信息，对于图像分析、目标识别等任务至关重要。传统的边缘检测方法如 Sobel、Canny 等在处理一些复杂图像时存在局限性。基于多尺度形态学梯度的边缘检测方法，通过不同尺度的结构元素对图像进行形态学操作，能够更全面地捕捉图像边缘，在多种场景下展现出独特优势。
用 3D 场景表示作为语言模型的输入，让语言模型在文本 token、3D token、目标生成 token 和动作 token 之间推理；它基于 3D-LLM / BLIP2 / Flan-T5 的思想，把三维场景特征转成语言模型能读的 token embedding，并输出自然语言、目标生成请求或动作 token。同一个任务可能有多个合理目标状态。先抓住一句话：3D-VLA 不把原始图片直接塞给
各位行业同仁、技术伙伴，大家好！在机器人视觉系统的硬件选型环节，视场角（FOV）大的镜头常被视作提升方案性价比的优选——单颗摄像头即可覆盖更广阔的物方空间，减少多目部署的硬件与布线成本。然而，许多研发团队仅将视野覆盖范围作为核心评估指标，默认光学畸变可以通过后期算法消除，只是次要问题。直至项目落地阶段出现系统性精度偏差，这才意识到畸变带来的隐性代价远超初始预期。
本文介绍了vLLM框架的核心原理与应用场景。vLLM是一个针对大语言模型推理优化的服务引擎，通过PagedAttention技术实现KV缓存的高效管理，采用类似操作系统分页的内存分配策略减少显存浪费。相比原生Transformers推理，vLLM支持动态批处理（continuous batching），能显著提升多并发场景下的吞吐量，特别适合长上下文、多采样和beam search等复杂推理任务。
具体来说，SFT依赖于教师强制（teacher forcing），即模型基于先前的真实标记进行预测，而在推理阶段，模型必须基于自身先前的输出进行预测，这导致了训练和推理之间的分布偏移。实验结果表明，MPO方法显著提升了模型的多模态推理能力，尤其是在MathVista基准上，InternVL2-8B-MPO模型的准确率达到了67.0%，比基线模型InternVL2-8B提高了8.7个百分点，性能接近
初步了解Java代理模式（完结），Spring AOP，复现yolo的环境配置、移除链表元素
主要Python科学计算和机器学习库分类速览： 机器学习类：XGBoost/LightGBM（GBDT）、TensorFlow/PyTorch（深度学习）、Statsmodels（统计建模） 科学计算类：NumPy/SciPy（数值计算）、SymPy（符号计算）、CuPy（GPU加速） 图像处理类：OpenCV（计算机视觉）、Pillow（基础处理）、Albumentations（数据增强） 数据
gap了一天，今天继续
1、图片扩大10倍（图片像素比较小的情况）2、去噪，提取图片黑色相关像素3、灰度值4、二值化5、识别图片验证码。
对应到图像上，对于原始图像a，密钥图像b进行按位异或运算，得到加密图像c，若加密图像c与密钥图像b进行按位异或运算，会得到原始图像a。反之，若加密图像c与原始图像a进行按位异或运算，会得到密钥图像b。在代码最开始，需要导入cv2库与numpy库，随后读取原始图像，获取原始图像的相关信息。输出图像result，表示图像origin与图像key进行按位异或运算的结果。对于数据a、数据b进行异或运算，得
【代码】raw printscreen & mask printscreen。
计算机视觉
——计算机视觉
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
DAMO开发者矩阵
DeepSeek技术社区
脑启社区
HarmonyOS开发者社区
CANN开发者社区
openEuler 社区
AI Agent技术社区
