本文介绍了使用LLaMA-Factory微调多模态大模型Qwen3-VL的全流程。首先配置NVIDIA显卡驱动，确保显存满足要求（12G以上）。然后通过LLaMA-Factory进行模型微调，包括数据准备、参数设置和训练启动。微调完成后，将LoRA适配器与基础模型合并导出完整模型。最后使用vLLM部署服务，并提供了API调用示例进行多模态对话测试。整个过程涵盖了从环境配置到模型部署的完整链路，适用

本文介绍了使用LLaMA-Factory微调多模态大模型Qwen3-VL的全流程。首先配置NVIDIA显卡驱动，确保显存满足要求（12G以上）。然后通过LLaMA-Factory进行模型微调，包括数据准备、参数设置和训练启动。微调完成后，将LoRA适配器与基础模型合并导出完整模型。最后使用vLLM部署服务，并提供了API调用示例进行多模态对话测试。整个过程涵盖了从环境配置到模型部署的完整链路，适用

本文介绍了一种基于单目视觉的车距测量与速度估计技术方案。文章对比了四种测距方法：基于物体尺寸、相机几何、消失点透视和深度学习，最终采用深度学习单目深度估计模型实现。方案通过目标检测定位车辆位置，结合深度图计算距离，并利用视频帧间距离变化计算速度，支持交通监控（摄像头静止）和行车记录（摄像头运动）两种场景。项目提供完整的Python代码和模型文件，包含车辆检测、深度估计、测距和测速功能，并针对不同场

人脸活体识别技术是确保人脸识别系统安全性的关键，主要用于区分真实人脸与伪造攻击（如照片、视频、3D面具等）。本项目基于深度学习技术，构建了一套高鲁棒性的面部活体检测系统，可精准识别眨眼（闭眼）、张嘴、点头（低头）、摇头（侧脸）等生物特征动作，可有效防范照片、视频、3D面具等伪造攻击等多种场景，​​可应用于金融支付、远程身份核验（如银行开户）等场景。本篇是项目《人脸活体识别》系列之《Pytorch实

人脸活体识别技术是确保人脸识别系统安全性的关键，主要用于区分真实人脸与伪造攻击（如照片、视频、3D面具等）。本项目基于深度学习技术，构建了一套高鲁棒性的面部活体检测系统，可精准识别眨眼（闭眼）、张嘴、点头（低头）、摇头（侧脸）等生物特征动作，可有效防范照片、视频、3D面具等伪造攻击等多种场景，​​可应用于金融支付、远程身份核验（如银行开户）等场景。项目分为数据集说明，识别模型训练，以及边缘侧C++

本文介绍了使用LLaMA-Factory微调多模态大模型Qwen3-VL的全流程。首先配置NVIDIA显卡驱动，确保显存满足要求（12G以上）。然后通过LLaMA-Factory进行模型微调，包括数据准备、参数设置和训练启动。微调完成后，将LoRA适配器与基础模型合并导出完整模型。最后使用vLLM部署服务，并提供了API调用示例进行多模态对话测试。整个过程涵盖了从环境配置到模型部署的完整链路，适用

解决Bazel安装错误：Error: LinkageError occurred while loading main class com.google.devtools.build.lib.bazel.Bazel    java.lang.ExceptionInInitializerError: null   鄙人在Ubuntu安装Bazel，按照官方教程：https://docs.baz...

人工智能项目集合推荐(数据集 模型训练 C++和Android部署)

YOLOv5实现车辆检测(含车辆检测数据集+训练代码)；机动车检测，车辆实时检测；车辆目标检测；Pytorch车辆检测

深度学习目标检测：YOLOv5实现红绿灯检测(含红绿灯数据集+训练代码); 红绿灯数据集，交通信号灯数据集；红绿灯检测；交通信号灯检测