- 博客(7)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 基于yolov8目标识别加入离线大大模型协同
本文提出了一种结合YOLOv8目标检测模型与轻量级多模态大模型(Gemma3:4b或llama3:2-vision)的协同检测方法，用于提升目标检测框的空间合理性判断。系统通过Ollama本地部署大模型，将YOLO检测结果与原始图像同时输入大模型，利用其视觉空间推理能力验证检测框位置是否符合现实逻辑（如行人不可能出现在天空中等）。文章详细介绍了实现方案，包括环境配置、模型选择、数据传输方式以及完整的代码实现流程，最终实现了目标检测与逻辑验证的协同工作，有效提升了检测结果的合理性。
2026-01-26 17:05:37
475
原创 目标识别与大模型协同
摘要：目标识别小模型与多模态大模型联动主要有4种技术路线：1）整图直推模式，直接由大模型处理完整图像，适合开放场景但计算量大；2）级联确认模式，小模型处理高置信样本，大模型二次确认疑难样本，兼顾效率与精度；3）知识蒸馏模式，大模型离线指导小模型训练，实现模型压缩；4）动态路由模式，根据场景复杂度智能分配计算资源。实际部署中常采用2+4组合方案，通过云边端协同实现精度与效率的平衡。这些方案覆盖了图像直接输入和识别结果输入两大思路，并在工业场景中得到广泛应用。
2026-01-14 10:45:27
122
原创 极少数据图像分割模型训练策略（笔记）
数据集186张模型：yolov8s-seg多次调参训练186张数据最终以200epoch为效果最佳经过大量测试集验证后得到了22张“疑难杂症”的数据（我在考虑要不要强化学习在已经有的模型上，因为绝大多数的测试效果已经满足我得条件）
2025-12-02 09:28:52
174
原创 yolo环境快速增加TensorRT
但是一直没有配置Tensorrt,但我的模型是使用本地封装的tensorrt进行模型转换的，只能转换没法运行，所以 快速在环境中添加tensorrt。因为我的版本是指定8.6.1的tensorrt所以才这么做，如果没有要求可以用高版本的tensorrt进行模型转换和运行。在conda的环境中添加tensorrt。我是pycharm+anaconda。我所使用的是yolov8的训练环境。下载tensorrt本地zip文件。
2025-08-27 16:01:34
228
原创 Vs21019 tensorRT 加速yolov5 生成engine推理模型（C++）
所需软件/组件Vs2019opencvCuda(注意！这个连接教程中并未勾选)一定要勾选，否则报错找不到cudaCudnn (上面的连接里包含了cudnn安装，很详细)CMakeYolo源码TensorRT（将yolov5的模型放在一个方便找到的文件夹目录下后面要用）bulid。
2023-11-23 11:32:07
1508
1
原创 Windows Qt 5.12.2 保姆级安装教程+初步了解
Qt是纯C++ 开发的跨平台的 C++ 开发库，主要用来开发图形用户界面优点：跨平台，接口简单，开发效率高（能够快速构建应用程序），可以进行嵌入式开发案例：Linux桌面环境，WPS部分实现，谷歌地图，VLC多媒体播放器等（废话不多说接下来开始）
2023-11-17 20:24:42
6281
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人