<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[qq_41627642的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/qq_41627642</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; qq_41627642]]></copyright><item><title><![CDATA[AlphaFold]]></title><link>https://blog.csdn.net/qq_41627642/article/details/167276590</link><guid>https://blog.csdn.net/qq_41627642/article/details/167276590</guid><author>qq_41627642</author><pubDate>Fri, 09 Oct 2026 10:43:37 +0800</pubDate><description><![CDATA[本软件包提供了 AlphaFold v2 的推理流程实现。为了简便起见，在本文档的其余部分，我们统一将该模型称为 AlphaFold。我们还提供以下内容：AlphaFold-Multimer 的实现这是一个仍在持续开发中的版本，目前 AlphaFold-Multimer 的稳定性不如单体（Monomer）版本的 AlphaFold。如需更新和升级现有安装，请参阅相关的升级指南。AlphaFold v2.3.0 技术说明（Technical Note）]]></description><category></category></item><item><title><![CDATA[Oceanship: A Large-Scale Dataset for Underwater Audio Target Recognition]]></title><link>https://blog.csdn.net/qq_41627642/article/details/159115593</link><guid>https://blog.csdn.net/qq_41627642/article/details/159115593</guid><author>qq_41627642</author><pubDate>Wed, 01 Jul 2026 18:28:06 +0800</pubDate><description><![CDATA[目前，有两个开源的水下音频数据集可用：Deepship 和 ShipsEar。我们将讨论 Oceanship 数据集与现有 UATR（水下声学目标识别）数据集之间的差异，并深入探讨这三个数据集的详细信息。具体而言，ShipsEar [6] 是一个数据集，包含 2012 年秋季和 2013 年夏季在西班牙西北部大西洋沿岸不同路段录制的船舶和船只声音。它包含 90 段录音，涵盖 11 种不同的船只类型，并包括信道深度、风力条件、距离和地理坐标等相关信息。]]></description><category></category></item><item><title><![CDATA[DeLoRes——一种通用的音频表征学习新方法（DeLoRes（基于 Barlow Twins 的冗余最小化方法）]]></title><link>https://blog.csdn.net/qq_41627642/article/details/158383221</link><guid>https://blog.csdn.net/qq_41627642/article/details/158383221</guid><author>qq_41627642</author><pubDate>Wed, 25 Feb 2026 18:39:03 +0800</pubDate><description><![CDATA[受计算机视觉领域自监督学习最新进展的启发，本文提出了 DeLoRes——一种通用的音频表征学习新方法。我们的主要目标是在资源受限（包括数据和计算资源）的条件下，使网络学习到能够泛化至多种下游任务的音频表征。受 Barlow Twins 目标函数的启发，我们。。我们在自监督学习阶段仅使用了大规模 AudioSet 数据集的一个小子集以及 FSD50K 数据集，所用模型参数量不到当前最先进算法的一半。]]></description><category></category></item><item><title><![CDATA[通用音频表征的对比学习]]></title><link>https://blog.csdn.net/qq_41627642/article/details/158346710</link><guid>https://blog.csdn.net/qq_41627642/article/details/158346710</guid><author>qq_41627642</author><pubDate>Wed, 25 Feb 2026 11:29:42 +0800</pubDate><description><![CDATA[我们提出了 COLA，一种用于学习通用音频表征的自监督预训练方法。。我们在计算机视觉和强化学习领域近期对比学习进展的基础上，设计了一种轻量级、易于实现的音频自监督模型。我们在大规模 AudioSet 数据库上对嵌入向量进行预训练，并将这些表征迁移到 9 个多样化的分类任务中，包括语音、音乐、动物声音和声学场景等。实验表明，尽管我们的方法结构简单，但其性能显著优于以往的自监督系统。此外，我们还进行了消融研究，以识别关键的设计选择，并开源了一个库¹，用于 COLA 模型的预训练与微调。]]></description><category></category></item><item><title><![CDATA[用于说话人验证与说话人日志的通道对抗训练]]></title><link>https://blog.csdn.net/qq_41627642/article/details/157171424</link><guid>https://blog.csdn.net/qq_41627642/article/details/157171424</guid><author>qq_41627642</author><pubDate>Sun, 25 Jan 2026 16:11:53 +0800</pubDate><description><![CDATA[以往的研究通过对抗性地分类生成特征所属的数据集或标注环境，以鼓励深度说话人嵌入具有域不变性。本文提出一种训练策略，旨在使特征在录音或通道粒度上保持不变——这一目标比数据集或环境不变性更为精细。。通过这种方式，所学特征将被抑制利用可能具有说话人判别性的通道信息。在VoxCeleb上的验证实验以及在CALLHOME上的日志与验证实验均表明，该方法相较于强基线模型取得了显著提升，并优于基于数据集的对抗模型。]]></description><category></category></item><item><title><![CDATA[通过基于卷积的专家混合模型解析水下声学目标识别中的复杂数据多样性之论文阅读]]></title><link>https://blog.csdn.net/qq_41627642/article/details/156870269</link><guid>https://blog.csdn.net/qq_41627642/article/details/156870269</guid><author>qq_41627642</author><pubDate>Sun, 25 Jan 2026 16:11:08 +0800</pubDate><description><![CDATA[使其能够基于高层语义概念进行学习，专注于挖掘在类间相似数据中具有判别性的特征。]]></description><category></category></item><item><title><![CDATA[基于动量的对抗训练方法用于水下声学目标识别中的泛化能力提升：以单船视角出发]]></title><link>https://blog.csdn.net/qq_41627642/article/details/156711877</link><guid>https://blog.csdn.net/qq_41627642/article/details/156711877</guid><author>qq_41627642</author><pubDate>Mon, 12 Jan 2026 17:46:06 +0800</pubDate><description><![CDATA[水下被动声学识别（UATR）专注于根据船舶辐射噪声对目标进行分类，是水下声学领域的一项关键挑战。近年来，基于深度学习的方法因其强大的性能而广受欢迎。然而，这些方法在现实场景中往往泛化能力较差。本研究揭示了其中的一个根本性挑战：船舶辐射噪声的特性受到诸如船体结构和推进系统等因素的影响。尽管同类型船舶在这些方面可能表现出不同的模式，但不同类型船舶之间却可能存在相似之处。因此，数据驱动模型往往会过度强调个体特异性特征，从而导致“过拟合”和泛化能力差的问题。]]></description><category></category></item><item><title><![CDATA[Langchain人工智能代理框架调用大模型——学习一]]></title><link>https://blog.csdn.net/qq_41627642/article/details/156518057</link><guid>https://blog.csdn.net/qq_41627642/article/details/156518057</guid><author>qq_41627642</author><pubDate>Sun, 11 Jan 2026 14:15:40 +0800</pubDate><description><![CDATA[系统提示用于定义智能体的角色和行为。SYSTEM_PROMPT = "" "你是一位擅长双关语的天气预报专家。你可以使用以下两个工具：- get_weather_for_location：用于获取指定地点的天气信息- get_user_location：用于获取用户所在的位置如果用户询问天气，请务必确认地点。如果从问题中可以判断用户指的是“他们当前所在地”，请使用 get_user_location 工具来确定其位置。"" "（可选）如果你希望智能体的响应符合特定结构，可以定义结构化输出格式。]]></description><category></category></item><item><title><![CDATA[linux bashrc写各种离线库路径并验证]]></title><link>https://blog.csdn.net/qq_41627642/article/details/156415637</link><guid>https://blog.csdn.net/qq_41627642/article/details/156415637</guid><author>qq_41627642</author><pubDate>Tue, 30 Dec 2025 10:06:07 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[EAT: Self-Supervised Pre-Training with Efficient Audio Transformer论文阅读]]></title><link>https://blog.csdn.net/qq_41627642/article/details/155941832</link><guid>https://blog.csdn.net/qq_41627642/article/details/155941832</guid><author>qq_41627642</author><pubDate>Sun, 21 Dec 2025 18:11:39 +0800</pubDate><description><![CDATA[自监督学习（SSL）已成为音频表示学习的关键方法，其灵感来源于自然语言处理 [Devlin et al., 2018;Radford et al., 2018]、计算机视觉 [Chen et al., 2020;He et al., 2020] 以及语音处理 [Hsu et al., 2021;Ma et al., 2023] 中的成功经验。SSL 的优势在于能够利用海量未标注数据，使模型有效学习数据特征。，这两种方法因其从输入数据中提取丰富特征的能力而备受推崇。]]></description><category></category></item><item><title><![CDATA[Linux源码安装FFmpeg和av库]]></title><link>https://blog.csdn.net/qq_41627642/article/details/154389535</link><guid>https://blog.csdn.net/qq_41627642/article/details/154389535</guid><author>qq_41627642</author><pubDate>Tue, 04 Nov 2025 11:46:23 +0800</pubDate><description><![CDATA[下面是开发的各种版本源码下面是发布的稳定版本。]]></description><category></category></item><item><title><![CDATA[LOFAR物理频谱特征提取及实现]]></title><link>https://blog.csdn.net/qq_41627642/article/details/153390926</link><guid>https://blog.csdn.net/qq_41627642/article/details/153390926</guid><author>qq_41627642</author><pubDate>Fri, 17 Oct 2025 11:06:44 +0800</pubDate><description><![CDATA[LOFAR 频谱以能够描绘低频线谱而闻名，对于识别水下声学目标尤其有用 [26,27]。提取 LOFAR 频谱的主要流程可概括如下。]]></description><category></category></item><item><title><![CDATA[基于人工智能的水下声学目标识别：综述]]></title><link>https://blog.csdn.net/qq_41627642/article/details/152043559</link><guid>https://blog.csdn.net/qq_41627642/article/details/152043559</guid><author>qq_41627642</author><pubDate>Fri, 26 Sep 2025 15:05:58 +0800</pubDate><description><![CDATA[水下声学目标识别在海洋遥感中一直占有举足轻重的地位。通过分析和处理船舶辐射的声信号，可以判定目标的类型与性质。传统上，水下环境中的目标识别多依赖信号处理方法，但这些方法在精度与效率上常存在局限。为了解决这些问题，近年来将人工智能（AI）方法，尤其是基于机器学习与深度学习的方法，逐步引入该领域并受到广泛关注。与传统方法相比，智能识别技术能够自主地、高效地并且更准确地识别水下目标。]]></description><category></category></item><item><title><![CDATA[mmpretrain之simmim预训练的swin模型用于mmdetection问题]]></title><link>https://blog.csdn.net/qq_41627642/article/details/146066835</link><guid>https://blog.csdn.net/qq_41627642/article/details/146066835</guid><author>qq_41627642</author><pubDate>Tue, 23 Sep 2025 13:59:57 +0800</pubDate><description><![CDATA[【代码】mmpretrain之simmim预训练的swin模型用于mmdetection问题。]]></description><category></category></item><item><title><![CDATA[mmpretrain中的下游微调任务]]></title><link>https://blog.csdn.net/qq_41627642/article/details/151964340</link><guid>https://blog.csdn.net/qq_41627642/article/details/151964340</guid><author>qq_41627642</author><pubDate>Mon, 22 Sep 2025 16:44:34 +0800</pubDate><description><![CDATA[因此表里 vit-small 标注为 linear-coslr 表示报告的是 线性探针准确率（只训练头），而 vit-base-p16 标注为 coslr 则是 微调得到的最终 top-1。二者评估目标不同，结果不可直接等价比较（微调通常能显著提升精度，尤其是大型模型）。]]></description><category></category></item><item><title><![CDATA[mmpretrain预训练框架可视化工具（五）]]></title><link>https://blog.csdn.net/qq_41627642/article/details/151864088</link><guid>https://blog.csdn.net/qq_41627642/article/details/151864088</guid><author>qq_41627642</author><pubDate>Mon, 22 Sep 2025 14:52:51 +0800</pubDate><description><![CDATA[另外，为了去除这些额外的 toekns 以获得特征图，我们需要知道这些额外 tokens 的数量。MMPretrain 中几乎所有 Transformer-based 的网络都拥有 num_extra_tokens 属性。而如果你希望将此工具应用于新的，或者第三方的网络，而且该网络没有指定 num_extra_tokens 属性，那么可以使用 --num-extra-tokens 参数手动指定其数量。对 Swin Transformer 使用默认 target-layers 进行 CAM 可视化。]]></description><category></category></item><item><title><![CDATA[SCNet之论文阅读]]></title><link>https://blog.csdn.net/qq_41627642/article/details/150066839</link><guid>https://blog.csdn.net/qq_41627642/article/details/150066839</guid><author>qq_41627642</author><pubDate>Thu, 21 Aug 2025 09:50:06 +0800</pubDate><description><![CDATA[级联架构在目标检测和实例分割任务中带来了显著的性能提升。然而，训练阶段与推理阶段样本的交并比（IoU）分布存在差异，这种差异可能进一步削弱检测精度。本文提出了一种称为。此外，。在标准 COCO 数据集上的大量实验证明了所提方法在多种评估指标（包括框的 AP、掩模的 AP 以及推理速度）上的有效性。具体而言，与强 baseline——Cascade Mask R-CNN 相比，SCNet 在运行速度提升 38% 的同时，框预测的 AP 提升了 1.3 个百分点，掩模预测的 AP 提升了 2.3 个百分点。]]></description><category></category></item><item><title><![CDATA[SimD小目标样本分配方法]]></title><link>https://blog.csdn.net/qq_41627642/article/details/150337294</link><guid>https://blog.csdn.net/qq_41627642/article/details/150337294</guid><author>qq_41627642</author><pubDate>Wed, 13 Aug 2025 17:48:48 +0800</pubDate><description><![CDATA[—由于目标尺寸有限且信息匮乏，微小目标检测正成为计算机视觉中最具挑战性的任务之一。标签分配策略是影响目标检测精度的关键因素。尽管已有一些针对微小目标的有效标签分配策略，但它们大多侧重于降低对边界框的敏感性以增加正样本数量，并且需要设置一些固定的超参数。然而，更多的正样本并不一定带来更好的检测结果，。在本文中，我们提出了一种简单但有效的策略，称。我们的方法可以简单地应用于常见的基于锚框的检测器，用以替代 IoU 进行标签分配和非极大值抑制（NMS）。]]></description><category></category></item><item><title><![CDATA[NWD-RKA论文阅读]]></title><link>https://blog.csdn.net/qq_41627642/article/details/149326870</link><guid>https://blog.csdn.net/qq_41627642/article/details/149326870</guid><author>qq_41627642</author><pubDate>Tue, 12 Aug 2025 18:01:34 +0800</pubDate><description><![CDATA[在航空图像中检测微小目标（TOD）具有挑战性，因为一个微小目标仅包含少量像素。现有最先进的目标检测器在微小目标检测上表现不佳，主要由于缺乏辨别特征的监督。我们的关键发现是，交并比（IoU）度量及其扩展对微小目标的位置偏移非常敏感，这会在基于锚点的检测器中极大地恶化标签分配质量。]]></description><category></category></item><item><title><![CDATA[No time to train! Training-Free Reference-Based Instance Segmentation之论文阅读]]></title><link>https://blog.csdn.net/qq_41627642/article/details/150025712</link><guid>https://blog.csdn.net/qq_41627642/article/details/150025712</guid><author>qq_41627642</author><pubDate>Fri, 08 Aug 2025 22:28:25 +0800</pubDate><description><![CDATA[图像分割模型的性能历来受到大规模标注数据收集成本高昂的制约。Segment Anything Model（SAM）通过一种可提示、与语义无关的分割范式缓解了这一根本问题，但在处理新图像时，仍然需要手动提供视觉提示或依赖复杂的领域相关提示生成规则。为减轻这一新负担，我们的工作研究了一种在仅提供少量参考图像条件下的物体分割任务。我们的关键洞见是：利用基础模型所学习的强大语义先验，在参考图像与目标图像之间识别对应区域。]]></description><category></category></item></channel></rss>