- 扩散模型为什么要先加噪声，再一点点去噪第一次看扩散模型的原理，很容易觉得它在绕远路：明明想生成一张清晰图片，为什么训练时要把好好的图片弄成噪声，再让模型学着恢复？如果只是修复图片，这样做还算直观。但文生图时，用户只输入了一句话，根本没有原图可以恢复。那模型到底在“去”什么噪声，又是从哪里变出画面的？理解这件事，得先分清两个过程：训练时给真实图片加噪，是为了构造学习任务；生成时则直接从随机噪声... 扩散模型为什么要先加噪声，再一点点去噪第一次看扩散模型的原理，很容易觉得它在绕远路：明明想生成一张清晰图片，为什么训练时要把好好的图片弄成噪声，再让模型学着恢复？如果只是修复图片，这样做还算直观。但文生图时，用户只输入了一句话，根本没有原图可以恢复。那模型到底在“去”什么噪声，又是从哪里变出画面的？理解这件事，得先分清两个过程：训练时给真实图片加噪，是为了构造学习任务；生成时则直接从随机噪声...
- 10 月 22 日，科大讯飞在 1024 开发者节上发了星火 X2.6。参数不算行业最大（293B 总参 / 30B 激活），上下文也不算最长（百万 token 已经有几家了）。这场发布真正值得看的是另一件事：它把「国产算力到底能不能训练出有竞争力的模型」这个问题，拿出来做了公开回答。回答的方式很实在——不是喊口号，而是把训练效率、推理缓存、端侧模型、API 定价四件事同时摊在桌上，让你自己... 10 月 22 日，科大讯飞在 1024 开发者节上发了星火 X2.6。参数不算行业最大（293B 总参 / 30B 激活），上下文也不算最长（百万 token 已经有几家了）。这场发布真正值得看的是另一件事：它把「国产算力到底能不能训练出有竞争力的模型」这个问题，拿出来做了公开回答。回答的方式很实在——不是喊口号，而是把训练效率、推理缓存、端侧模型、API 定价四件事同时摊在桌上，让你自己...
- 变电站设备检测数据集 | 5000张YOLO电力巡检数据集适用于变电站智能巡检、设备台账盘点与 目标检测 研究一、数据集概述本数据集面向 计算机视觉 目标检测任务，专为变电站高压电气设备部件检测模型训练、验证与测试设计，共包含约5000张高质量标注图像，覆盖13类典型变电站设备。该数据集可广泛应用于电力设备台账自动盘点、变电站智能巡检、输变电状态检修与电网数字化孪生等场景，适用于YOLOv5... 变电站设备检测数据集 | 5000张YOLO电力巡检数据集适用于变电站智能巡检、设备台账盘点与 目标检测 研究一、数据集概述本数据集面向 计算机视觉 目标检测任务，专为变电站高压电气设备部件检测模型训练、验证与测试设计，共包含约5000张高质量标注图像，覆盖13类典型变电站设备。该数据集可广泛应用于电力设备台账自动盘点、变电站智能巡检、输变电状态检修与电网数字化孪生等场景，适用于YOLOv5...
- 包装破损检测数据集 | 4000张YOLO工业质检数据集适用于产线质检、仓储验收与目标检测研究一、数据集概述本数据集面向 计算机视觉 目标检测任务，专为包装箱外观缺陷检测模型训练、验证与测试设计，共包含约4000张高质量标注图像，覆盖3 类 典型包装破损类型。该数据集可广泛应用于产线质检、仓储验收、运输损伤溯源与退货定责等场景，适用于YOLOv5/v7/v8/v10/v11/v12等主流检测... 包装破损检测数据集 | 4000张YOLO工业质检数据集适用于产线质检、仓储验收与目标检测研究一、数据集概述本数据集面向 计算机视觉 目标检测任务，专为包装箱外观缺陷检测模型训练、验证与测试设计，共包含约4000张高质量标注图像，覆盖3 类 典型包装破损类型。该数据集可广泛应用于产线质检、仓储验收、运输损伤溯源与退货定责等场景，适用于YOLOv5/v7/v8/v10/v11/v12等主流检测...
- 大模型微调是AI应用落地的关键环节。本文基于华为云ModelArts平台，以Qwen大模型为例，展示LoRA微调的完整流程，帮助开发者快速构建专属AI应用。 大模型微调是AI应用落地的关键环节。本文基于华为云ModelArts平台，以Qwen大模型为例，展示LoRA微调的完整流程，帮助开发者快速构建专属AI应用。
- Scikit-learn 是传统机器学习的标准库。涵盖数据预处理（标准化/编码）、监督学习（回归/分类）、无监督学习（聚类/降维）、模型评估（交叉验证/网格搜索）、Pipeline 工作流、特征工程，以及与深度学习框架的分工。 文章从技术背景和发展历程入手，帮助读者理解该技术的产生原因和演进脉络。通过对比不同版本的特性变化，分析技术选型的考量因素，为读者提供全面的技术视野。 结合实际项目中的... Scikit-learn 是传统机器学习的标准库。涵盖数据预处理（标准化/编码）、监督学习（回归/分类）、无监督学习（聚类/降维）、模型评估（交叉验证/网格搜索）、Pipeline 工作流、特征工程，以及与深度学习框架的分工。 文章从技术背景和发展历程入手，帮助读者理解该技术的产生原因和演进脉络。通过对比不同版本的特性变化，分析技术选型的考量因素，为读者提供全面的技术视野。 结合实际项目中的...
- 如果你在搜索引擎里搜一张“中世纪骑士”的图片，结果出来的却是一个穿着现代夹克、长着六根手指的怪异人物，那说明你可能已经遭遇了AI的数据污染。在AI狂飙突进的今天，大模型正面临一个犹如“衔尾蛇”般的致命困境：AI生成的内容正在淹没互联网，而下一代AI又在拿这些被污染的数据进行训练。 这种现象在学术界被称为“模型崩溃”（Model Collapse）。互联网的“AI垃圾”泛滥自从ChatGPT和... 如果你在搜索引擎里搜一张“中世纪骑士”的图片，结果出来的却是一个穿着现代夹克、长着六根手指的怪异人物，那说明你可能已经遭遇了AI的数据污染。在AI狂飙突进的今天，大模型正面临一个犹如“衔尾蛇”般的致命困境：AI生成的内容正在淹没互联网，而下一代AI又在拿这些被污染的数据进行训练。 这种现象在学术界被称为“模型崩溃”（Model Collapse）。互联网的“AI垃圾”泛滥自从ChatGPT和...
- 本文针对湿地生态监测中水下图像模糊、鱼类识别困难等问题，提出了一套综合解决方案。通过分析水下图像质量差的三大根源（光学散射、设备稳定性、照明问题），提出硬件优化措施和深度学习增强算法。在鱼类识别方面，比较了YOLOv5、CascadeR-CNN等模型的适用场景，并详细介绍了在树莓派等边缘设备上的部署方案。 本文针对湿地生态监测中水下图像模糊、鱼类识别困难等问题，提出了一套综合解决方案。通过分析水下图像质量差的三大根源（光学散射、设备稳定性、照明问题），提出硬件优化措施和深度学习增强算法。在鱼类识别方面，比较了YOLOv5、CascadeR-CNN等模型的适用场景，并详细介绍了在树莓派等边缘设备上的部署方案。
- 一、背景与痛点想做一个垃圾分类的小工具，核心需求很简单：拍张照，识别出是哪种垃圾。但真正动手时发现几个拦路虎：算力贵：本地没有 GPU，买卡不划算，租云服务器配环境又麻烦环境配置繁琐：CUDA、cuDNN、PyTorch 版本一堆坑，配一天不一定跑通训练完不知道怎么用：模型训好了，但怎么让别人通过手机/网页调用？ModelArts 的思路就是把这些全托管了：训练用按需实例，推理一键部署，AP... 一、背景与痛点想做一个垃圾分类的小工具，核心需求很简单：拍张照，识别出是哪种垃圾。但真正动手时发现几个拦路虎：算力贵：本地没有 GPU，买卡不划算，租云服务器配环境又麻烦环境配置繁琐：CUDA、cuDNN、PyTorch 版本一堆坑，配一天不一定跑通训练完不知道怎么用：模型训好了，但怎么让别人通过手机/网页调用？ModelArts 的思路就是把这些全托管了：训练用按需实例，推理一键部署，AP...
- anyrouter.top 这是站提供最新的模型， 不过有要求有 L站账号 anyrouter.top 这是站提供最新的模型， 不过有要求有 L站账号
- 《强化学习的数学原理》赵世钰 著 · 第 9 章前面的方法都是先估计值函数，再从值函数导出策略。本章换一条路：直接参数化策略，用梯度上升优化。这就是策略梯度方法，它是 Actor-Critic 和现代深度 RL 的基础。 一、为什么要直接优化策略？值函数方法（DQN 等）有几个局限：离散动作：Q-learning 需要 maxa\max_amaxa，连续动作空间无法穷举策略不可微：arg... 《强化学习的数学原理》赵世钰 著 · 第 9 章前面的方法都是先估计值函数，再从值函数导出策略。本章换一条路：直接参数化策略，用梯度上升优化。这就是策略梯度方法，它是 Actor-Critic 和现代深度 RL 的基础。 一、为什么要直接优化策略？值函数方法（DQN 等）有几个局限：离散动作：Q-learning 需要 maxa\max_amaxa，连续动作空间无法穷举策略不可微：arg...
- 从规则到智能：AI 技术演进的脉络与未来一篇写给工程师的 AI 技术博客——不讲玄学，只讲脉络、原理和工程实践。 目录引言：我们站在哪里AI 的三次浪潮机器学习：让机器从数据中学习深度学习：用神经网络逼近复杂函数大语言模型：从 GPT 到推理模型AI 工程化：从 Demo 到生产前沿方向与挑战写给开发者的建议 1. 引言：我们站在哪里2025 年，AI 已经不是一个实验室里的概念。它在你手... 从规则到智能：AI 技术演进的脉络与未来一篇写给工程师的 AI 技术博客——不讲玄学，只讲脉络、原理和工程实践。 目录引言：我们站在哪里AI 的三次浪潮机器学习：让机器从数据中学习深度学习：用神经网络逼近复杂函数大语言模型：从 GPT 到推理模型AI 工程化：从 Demo 到生产前沿方向与挑战写给开发者的建议 1. 引言：我们站在哪里2025 年，AI 已经不是一个实验室里的概念。它在你手...
- 目标检测和图像分类到底有什么区别拿一张街道照片给模型看，照片里有汽车、行人，还有路边的自行车。如果模型回答“这是一张街景照片”，它做的可能是图像分类；如果模型把汽车、行人和自行车分别框出来，并在框旁边写上类别，它做的就是目标检测。看起来只差了几个框，实际做项目时，数据怎么标、模型怎么训练、效果怎么评估，都会跟着变。 区别在于，你想让模型交出什么结果图像分类把整张图片作为一个判断对象，输出图... 目标检测和图像分类到底有什么区别拿一张街道照片给模型看，照片里有汽车、行人，还有路边的自行车。如果模型回答“这是一张街景照片”，它做的可能是图像分类；如果模型把汽车、行人和自行车分别框出来，并在框旁边写上类别，它做的就是目标检测。看起来只差了几个框，实际做项目时，数据怎么标、模型怎么训练、效果怎么评估，都会跟着变。 区别在于，你想让模型交出什么结果图像分类把整张图片作为一个判断对象，输出图...
- 基于 YOLO11 的超市店铺偷窃行为智能识别系统一套面向便利店 / 商超 / 连锁零售场景的实时偷窃行为视觉识别平台，使用 YOLO11n + Streamlit 构建，支持单图、批量、视频与摄像头多源接入，自动标记可疑行为并输出风险分析。一、背景1.1 行业痛点零售门店因品类多、客流大、监控盲区分散，人工盯屏识别"商品藏匿、未结账离场"等行为效率低、漏检率高。传统视频监控只能事后回看取证... 基于 YOLO11 的超市店铺偷窃行为智能识别系统一套面向便利店 / 商超 / 连锁零售场景的实时偷窃行为视觉识别平台，使用 YOLO11n + Streamlit 构建，支持单图、批量、视频与摄像头多源接入，自动标记可疑行为并输出风险分析。一、背景1.1 行业痛点零售门店因品类多、客流大、监控盲区分散，人工盯屏识别"商品藏匿、未结账离场"等行为效率低、漏检率高。传统视频监控只能事后回看取证...
- 纸箱检测数据集 | 10800张YOLO智慧物流数据集适用于仓储盘点、物流分拣与目标检测研究一、数据集概述本数据集面向 计算机视觉 目标检测任务，专为纸箱/货箱目标检测模型训练、验证与测试设计，共包含约10800张高质量标注图像。该数据集聚焦于纸箱单 类 别目标的精准检测与定位，可广泛应用于仓储盘点、物流分拣、产线计数、搬运机器人抓取与电商出库核验等场景，适用于YOLOv5/v7/v8/v1... 纸箱检测数据集 | 10800张YOLO智慧物流数据集适用于仓储盘点、物流分拣与目标检测研究一、数据集概述本数据集面向 计算机视觉 目标检测任务，专为纸箱/货箱目标检测模型训练、验证与测试设计，共包含约10800张高质量标注图像。该数据集聚焦于纸箱单 类 别目标的精准检测与定位，可广泛应用于仓储盘点、物流分拣、产线计数、搬运机器人抓取与电商出库核验等场景，适用于YOLOv5/v7/v8/v1...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签