logo
publist
写文章

简介

我是bug菌,CSDN | 掘金 | InfoQ | 51CTO | 华为云 | 阿里云 | 腾讯云 等社区博客专家,C站博客之星Top30,华为云多年度十佳博主,掘金多年度人气作者Top40,掘金等各大社区平台签约作者,51CTO年度博主Top12,掘金/InfoQ/51CTO等社区优质创作者;全网粉丝合计 30w+;更多精彩福利点击这里;硬核微信公众号「猿圈奇妙屋」,欢迎你的加入!免费白嫖最新BAT互联网公司面试真题、4000G PDF电子书籍、简历模板等海量资料,你想要的我都有,关键是你不来拿。

擅长的技术栈

可提供的服务

暂无可提供的服务

YOLOv8【检测头篇·第3节】一文搞懂,TOOD任务对齐动态检测头!

🏆 本文收录于 《YOLOv8实战:从入门到深度优化》 专栏。该专栏系统复现并梳理全网各类 YOLOv8 改进与实战案例(当前已覆盖分类 / 检测 / 分割 / 追踪 / 关键点 / OBB 检测等方向),坚持持续更新 + 深度解析,质量分长期稳定在 97 分以上,可视为当前市面上 覆盖较全、更新较快、实战导向极强 的 YOLO 改进系列内容之一。部分章节也会结合国内外前沿论文与 AIGC 等大

文章图片
YOLOv8【检测头篇·第3节】一文搞懂,TOOD任务对齐动态检测头!

🏆 本文收录于 《YOLOv8实战:从入门到深度优化》 专栏。该专栏系统复现并梳理全网各类 YOLOv8 改进与实战案例(当前已覆盖分类 / 检测 / 分割 / 追踪 / 关键点 / OBB 检测等方向),坚持持续更新 + 深度解析,质量分长期稳定在 97 分以上,可视为当前市面上 覆盖较全、更新较快、实战导向极强 的 YOLO 改进系列内容之一。部分章节也会结合国内外前沿论文与 AIGC 等大

文章图片
Python 3.13.7 (64-bit)安装弹窗提示:Setup failed:0x80070643 - 安装时发生严重错误...如何解决?

🏆本文收录于 《全栈Bug调优(实战版)》 专栏,该专栏专注于分享我在真实项目开发中遇到的各类疑难Bug及其深层成因,并系统提供高效、可复现的解决思路和实操方案。无论你是刚入行的新手开发者,还是拥有多年项目经验的资深工程师,本专栏都将为你提供一条系统化、高质量的问题排查与优化路径,助力你加速成长,攻克技术壁垒,迈向技术价值最大化与职业发展的更高峰🚀!

文章图片
#python
用实践为大模型落地铺路:基于 ModelEngine 的智能体全流程开发与应用编排实践!

摘要:本文探讨大模型从技术概念到企业落地的关键挑战,重点介绍ModelEngine平台如何通过全链路工具链实现智能体快速部署。文章以构建企业知识助手为例,详细拆解了智能体创建、知识库构建、提示词优化、多智能体协作等核心环节。ModelEngine提供可视化编排、多工具集成和统一监控能力,支持从数据治理到应用部署的完整闭环,帮助企业将大模型能力转化为稳定可控的业务系统。通过对比不同平台特性,文章为A

文章图片
#人工智能#大数据
用实践为大模型落地铺路:基于 ModelEngine 的智能体全流程开发与应用编排实践!

摘要:本文探讨大模型从技术概念到企业落地的关键挑战,重点介绍ModelEngine平台如何通过全链路工具链实现智能体快速部署。文章以构建企业知识助手为例,详细拆解了智能体创建、知识库构建、提示词优化、多智能体协作等核心环节。ModelEngine提供可视化编排、多工具集成和统一监控能力,支持从数据治理到应用部署的完整闭环,帮助企业将大模型能力转化为稳定可控的业务系统。通过对比不同平台特性,文章为A

文章图片
#人工智能#大数据
求解惑:yolo的目标检测转换成best.onnx,第一张图片是可视化图片,后面是OnnxRuntime推理出来的结果,结果好像没有得分和类别,怎么看推理的结果?,如何解决?

🏆本文收录于 《全栈Bug调优(实战版)》 专栏,该专栏专注于分享我在真实项目开发中遇到的各类疑难Bug及其深层成因,并系统提供高效、可复现的解决思路和实操方案。无论你是刚入行的新手开发者,还是拥有多年项目经验的资深工程师,本专栏都将为你提供一条系统化、高质量的问题排查与优化路径,助力你加速成长,攻克技术壁垒,迈向技术价值最大化与职业发展的更高峰🚀!

文章图片
#目标检测
深度解析:基于 ModelEngine 可视化编排构建企业级“全链路竞品情报哨兵”——从 0 到 1 的落地实战与评测实操!

本文介绍了基于ModelEngine平台构建企业级竞品情报分析系统"Sentinel"的全过程。文章首先指出当前大模型应用开发的核心痛点已转向工程落地的复杂性,提出通过Agent Engineering将LLM能力融入确定性业务流程的解决方案。随后详细阐述了Sentinel系统的四层架构设计(感知层、处理层、决策层、分发层)及数据流向,重点展示了ModelEngine在知识库自

文章图片
深度解析:基于 ModelEngine 可视化编排构建企业级“全链路竞品情报哨兵”——从 0 到 1 的落地实战与评测实操!

本文介绍了基于ModelEngine平台构建企业级竞品情报分析系统"Sentinel"的全过程。文章首先指出当前大模型应用开发的核心痛点已转向工程落地的复杂性,提出通过Agent Engineering将LLM能力融入确定性业务流程的解决方案。随后详细阐述了Sentinel系统的四层架构设计(感知层、处理层、决策层、分发层)及数据流向,重点展示了ModelEngine在知识库自

文章图片
YOLOv8【检测头篇·第2.2节】Decoupled Head解耦检测头,一文搞懂!

🏆 本文收录于 《YOLOv8实战:从入门到深度优化》,该专栏持续复现网络上各种热门内容(全网YOLO改进最全最新的专栏,质量分97分+,全网顶流),改进内容支持(分类、检测、分割、追踪、关键点、OBB检测)。且专栏会随订阅人数上升而涨价(毕竟不断更新),当前性价比极高,有一定的参考&学习价值,部分内容会基于现有的国内外顶尖人工智能AIGC等AI大模型技术总结改进而来,嘎嘎硬核。  ✨ 特惠福利

文章图片
#深度学习
YOLOv8【检测头篇·第2.2节】Decoupled Head解耦检测头,一文搞懂!

🏆 本文收录于 《YOLOv8实战:从入门到深度优化》,该专栏持续复现网络上各种热门内容(全网YOLO改进最全最新的专栏,质量分97分+,全网顶流),改进内容支持(分类、检测、分割、追踪、关键点、OBB检测)。且专栏会随订阅人数上升而涨价(毕竟不断更新),当前性价比极高,有一定的参考&学习价值,部分内容会基于现有的国内外顶尖人工智能AIGC等AI大模型技术总结改进而来,嘎嘎硬核。  ✨ 特惠福利

文章图片
#深度学习
    共 211 条
  • 1
  • 2
  • 3
  • 22
  • 请选择