目标检测之YOLOV11自定义数据使用OBB训练与验证 YOLOv11-OBB训练全流程指南 本文详细介绍了使用YOLOv11-OBB模型进行训练的全过程。首先需要准备符合标准格式的数据集，包括图片和YOLO-OBB格式标注文件，并配置相应的yaml文件定义数据集路径和类别信息。训练阶段可通过多GPU并行加速，关键参数包括epochs、batch size等。训练过程中可通过实时日志和TensorBoard监控损失曲线和mAP指标。验证阶段评估模型性能，预测阶段可对新数据进行测试。整个流程涵盖数据准备、模型训练、验证评估和预测应用，并提供了常见问题的解决方案。

阅读 1.1k

21赞

收藏 19
论文阅读笔记 | Qwen-VL：一个视觉语言大模型，通晓理解、定位、文本阅读等多种能力 分阶段冻结不同模块，既能在初期高效对齐视觉模块，又能保证在后续训练中不损害LLM强大的语言能力，是一种非常高效且稳健的训练范式。近年来，大语言模型（LLMs）以其强大的文本理解和生成能力惊艳了世界，但它们天生“生活”在纯文本世界里，无法处理图像、视频等其他模态，应用范围因此受限。这个VL Adapter的设计非常精妙，它用一个轻量级的模块（仅0.08B参数）解决了视觉特征与LLM对齐的核心难题，兼顾了。特别是位置编码的保留，是实现后续如“圈出图中的猫”这类细粒度任务的技术基石。（通义千问-VL）。

阅读 981

25赞

收藏 20
PHP基础知识 覆盖 PHP 基础语法、数据处理、文件操作等核心知识

阅读 432

12赞

收藏 4
（十六）深入了解 AVFoundation - 编辑：音视频裁剪与拼接的Demo项目实现 本文介绍了一个基于AVFoundation的音视频剪辑导出系统设计方案。该系统采用协议驱动的分层架构，将功能划分为三个核心模块：1）PHMediaItem统一管理视频/音频素材资源；2）PHComposition协议定义可播放和可导出的标准接口；3）PHCompositionBuilder负责构建剪辑结构。系统通过面向协议的设计实现了职责清晰、解耦灵活的特点，默认实现支持基本的时间线拼接功能，同时为滤镜、转场、多轨编辑等扩展需求预留了接口。文章详细解析了各模块的实现方式，包括媒体资源模型、组合器逻辑以及播放

阅读 761

17赞

收藏 9
内容搜索软件AnyTXT.Searcher忘记文件名也能搜，全文检索 1 秒定位文件 它支持的格式那叫一个广泛，常用的文本类型像TXT、HTML、代码文件，微软Office系列的DOC/DOCX、XLS/XLSX、PPT/PPTX，PDF文档（包括扫描件），电子书像EPUB、MOBI，WPS文件像WPS、ET、DPS，还有思维导图等等，就没有它搞不定的！另外，对扫描版PDF或者加密文档的解析可能有点局限。要是你忘了文件名，但还记得文档里的关键词、短语或者特定段落，它能“嗖”地一下定位到包含这些内容的文件，一下子就解决了文件位置忘了或者命名不清的查找难题，就像给你配了个超级智能的文件小秘书！

阅读 434

8赞

收藏 5
16_设备树中的remote-endpoint演示基于视频字符设备Linux内核模块 本文介绍了Linux内核模块开发环境及设备树配置实例。在Ubuntu环境下，通过Makefile编译基础内核模块，展示了设备树中I2C3接口的配置示例，包含max96701传感器的节点定义和CSI接口连接。文章详细讲解了两个关键驱动模块：video.c实现V4L2视频采集框架，包含设备注册、异步通知等核心功能；sensor.c则演示了I2C传感器驱动的注册流程。两个模块通过设备树节点匹配，共同构建了完整的视频采集系统，代码包含完善的初始化和清理操作，符合Linux驱动开发规范。

阅读 685

22赞

收藏 13
【论文笔记】【强化微调】T-GRPO：对视频数据进行强化微调 相比 GRPO，T-GRPO 的创新在于使大模型微调的时候，能关注时序信息。做法就是将视频数据复制一份，并将这一份的视频帧打乱，打乱视频帧的视频就没有时序信息了。在强化微调中，像 GRPO、DAPO 这样的方法都是对文本或者图片进行微调思考，所以这类微调方法不对时序信息做处理，因此无法很好的迁移到视频的强化微调中。于是，设置奖励，使得模型在分析视频内容时，要求对有时序信息的视频帧分析正确，对乱序的视频帧分析错误。这个公式的意思就是说，如果有时序信息的视频帧的分析效果比乱序的更好，那么奖励就是。

阅读 280

7赞

收藏 0
论文笔记 ＜交通灯＞＜多智能体＞MetaLight:基于价值的元强化学习用于交通信号控制 摘要：论文提出MetaLight框架，采用元强化学习实现交通信号控制的快速迁移学习。其核心改进包括：(1)在FRAP模型基础上引入均值池化(MeanPooling)消除相位需求偏差；(2)将整轮更新改为时间步更新提升训练效率；(3)创新性双级适应机制，通过个体级适应快速调整具体路口参数，通过全局级适应整合多路口经验更新元参数，使模型在新路口只需少量数据即可快速适应。实验表明该框架优于传统深度强化学习方法，实现了跨路口的高效知识迁移。

阅读 767

12赞

收藏 22
Python 爬虫入门 Day 7 - 复盘 + 实战挑战日 Python爬虫实战：多页名言抓取系统 摘要：本文介绍一个Python多页名言爬虫系统实现，包含以下核心功能：1) 支持BeautifulSoup与XPath两种解析方式切换；2) 自动翻页抓取quotes.toscrape.com网站数据；3) 模拟登录获取用户专属内容；4) JSON数据存储与抓取日志记录。项目采用模块化设计，包含网络请求、HTML解析、会话维持等功能模块，并提供了命令行参数支持、错误日志记录等扩展功能。通过实战演示了从页面解析到数据存储的完整爬虫开发流程，同时包含反爬虫应对策略。

阅读 227

4赞

收藏 2
键盘觉醒：Raycast 把 Mac 变成「AI 指令战舰」 例如，我创建了一个将关键词映射到搜索指令的 Quicklink：输入。

阅读 749

26赞

收藏 7
【ESP32摄像头开发实例】-实现遥控视频小车 在本文中，将详细介绍如何使用ESP32-CAM制作一辆Wi-Fi远程控制的小车。

阅读 247

8赞

收藏 0
ffmpeg（六）：图片与视频互转命令 注意：有些编码器（如 libx264）要求分辨率为偶数，所以用了。

阅读 181

6赞

收藏 3
音视频合并避坑指南，封装过程中的解决办法 分析一种快速处理音视频的方法！

阅读 334

13赞

收藏 0
SAM2论文解读-既实现了视频的分割一切，又比图像的分割一切SAM更快更好 核心目标：给定输入视频，通过在任意视频帧上提供交互式提示（如点、框、掩码），分割并跟踪目标对象的时空掩码（masklet），即生成覆盖整个视频的时空一致分割结果。交互性：用户可在任意帧添加提示以迭代优化分割结果。例如，在某一帧纠正分割错误后，模型会将修正传播到整个视频，减少重复标注成本。对比半监督视频对象分割（VOS）VOS通常仅在第一帧提供掩码提示，且聚焦于完整物体跟踪；PVS支持多帧任意提示，并可分割物体部分（如“人的手臂”），覆盖更广泛的“任意物体”场景。

阅读 959

20赞

收藏 29
Node.js爬虫 CheerioJS ‌轻量级解析、操作和渲染HTML及XML文档 CheerioJS 是一个轻量级 Node.js 库，用于解析和操作 HTML/XML 文档，提供类似 jQuery 的语法。文章介绍了其安装方法、文档加载方式（从 HTML/XML、Buffer 或 URL），以及丰富的元素选择方法（find、children、parents 等）和 DOM 操作功能（attr、text、append 等）。还包含配置选项、扩展自定义选择器和方法的技巧。CheerioJS 适用于 Web 爬虫和数据抓取场景，语法简洁高效。

阅读 697

11赞

收藏 7
华为云Flexus+DeepSeek征文｜体验华为云ModelArts快速搭建Dify-LLM应用开发平台并创建b站视频总结大模型 华为云Flexus+DeepSeek征文｜体验华为云ModelArts快速搭建Dify-LLM应用开发平台并创建b站视频总结大模型

阅读 439

22赞

收藏 7
作者推荐
web3.0前沿技术研究者
欢迎讨论区块链前沿技术和web3的发展： 电报：https://t.me/blckchainfans
关注
尹成
尹成微信18510341407，助理微信18514203048
关注
程序员码仔
AI 应用创业者，公号：码个蛋
关注
HarkerYX
学习各类技术优快云博客专家！ 热爱日系指弹！ 目前就职新能源汽车行业！
关注
卓晴
清华大学自动化系教师。
关注
等风来不如迎风去
AI领域初学者，AI+实时语音，AI+2/3D动画生成；AI+UE表演,AI+游戏NPC；音视频行业深耕多年，熟悉会议、直播、RTC，对在线教育、娱乐秀场等音视频端到端技术及系统架构有深入研究
关注
caimouse
在IT行业有20多年的经验。拥有20多年的C和C++开发经验，5年以上Python开发经验,资深数据库开发、上百G数据库优化经验。曾经任职嵌入式工程师、P2P开发工程师、银行信用卡交易系统工程师、全自动化电池测试部门经理。
关注
AI算法网奇
资深算法工程师，优快云博客专家。多年一线算法研发经验 主要研究方向为三维重建、多模态模型。希望把我的经验和知识带给每一个喜欢钻研朋友，为中国人工智能行业添砖加瓦！
关注
Hollis Chuang
www.hollischuang.com
关注
@SmartSi
Stay Hungry, Stay Foolish
关注