luviu-CSDN博客

原创《UAVs Meet LLMs...》文献阅读笔记

因此，研究者提出将LLMs与UAVs结合，利用LLMs的泛化能力和推理能力，增强无人机的自主智能，实现真正的“智能空中代理”。该文章的核心目的是探讨无人机与大语言模型之间的融合，分析当前技术的发展趋势，并提出一种基于代理智能的低空移动系统框架，以提升无人机的自主性，使其能够执行更复杂的任务，如自主感知、记忆、推理和工具使用。提出了Agentic UAV框架，定义了智能UAV需要具备的认知、推理、记忆、工具使用等能力，为未来的无人机智能发展指明方向。

2025-03-02 13:45:37 403

原创运用yolo11进行图片检测以验证环境是否正常/安装虚拟机并搭建linux环境

并将图片路径更改为要进行检测的图片路径，运行yolo11_predict.py后即可完成图片检测。在网上下载相应图片，运用yolo11模型进行检测，以检查环境是否搭建完善，能否正常运行程序。1. 在ultralytics目录下新建yolo11_predict.py文件。三. 收集无人机小目标数据集，对yolo11模型进行训练（正在寻找数据集）静等一会，在填写完用户称呼以及密码等信息后安装彻底完成。二. 搭建linux虚拟机环境，选择Ubuntu。（一）虚拟机VMWare安装。选择新建虚拟机，进入安装向导。

2025-01-09 12:38:28 371

原创配置YOLO11环境

下载完成yolo11源码之后解压到D盘或其它盘文件夹内，此时点击鼠标右键文件夹通过pycharm打开，打开后需要配置虚拟环境，新版pycharm可选中文语言，点击文件-设置，点击项目：ultralytics-8.3.20，点击python解释器，点击右边添加解释器-添加本地解释器，进入Anaconda prompt，默认进入的是base环境，base环境的版本与下载的anaconda3版本有关，因此不建议直接使用，需要新建环境，在新建环境之前建议更改默认的pip源和conda源可加速下载速度。

2025-01-04 10:45:46 1698 2