- 博客(7)
- 收藏
- 关注
RSS订阅原创 AI 推理框架速读（3）—— RKNN
📌 RKNN 推理框架：边缘 AI 的高效部署利器 瑞芯微推出的 RKNN 专为旗下 NPU 芯片（如 RK3588/RK356x）优化，支持主流模型（ONNX/TFLite等）转换为专用.rknn格式
2025-06-10 10:23:35
668
原创 AI 推理框架速读（2）—— TensorRT
优势描述极速推理提升 2-10 倍推理速度显存占用更少支持 FP16 / INT8 精度支持主流模型可与 ONNX 接口结合高度灵活支持动态输入、动态 shape、batch size 等跨平台部署支持 x86、ARM 架构，适合边缘计算和服务器。
2025-06-03 11:27:18
526
原创 Grounding DINO的colab报错问题解决方法
在Colab上运行GroundingDINO的demo时，遇到了两个主要问题：NameError: name '_C' is not defined和error: subprocess-exited-with-error。这些问题源于Colab上使用的torch2.6.0+cuda12.5或更高版本不再兼容旧的.type()方法，导致GroundingDINO库构建失败。解决方法是修改GroundingDINO/groundingdino/models/GroundingDINO/csrc/MsDeform
2025-05-19 17:12:49
238
原创 使用colab快速下载huggingface的大模型文件
第三步，指定需要下载的文件list，执行下载操作，在这里我只下载了几个比较大的参数文件，默认下载路径为/content/download/repo_id，如/content/download/hfl---llama-3-chinese-8b-instruct-v3，在colab的文件夹列表中可以找到。近期在学习大模型的微调与部署应用，需要再huggingface下载预训练好的模型参数文件，这时候问题来了！第二步，导入包，定义函数，并从huggingface获取文件列表，代码参考了。首先我们打开colab，
2024-09-06 11:29:03
1912
原创 yolov10如何去掉非极大值抑制(NMS)的？
第三步，设置一个iou阈值，然后计算候选框与其他框的iou，得到其他框相对于候选框的iou值，若某个框iou值大于设定的阈值，则大概率这个框跟候选框描述的是同一个物体，我们移除所有大于阈值的框，图中需要移除的是蓝色。以上就是nms的过程，去除低置信度的框--去除重叠框，这个算法最大的问题就是去除重叠框时，容易对真实重叠的物体造成误判。第四步，对于多个目标的结果，第三步去除重叠框之后，还剩下其他目标框，我们继续重复选择候选框，去除重叠框的步骤，直到处理完所有候选框(没有其他目标框了)，算法结束。
2024-06-07 20:42:48
2044
2
原创 论文阅读（1）：病理图像分类TransMIL: Transformer based Correlated Multiple Instance Learning
关于病理图像的论文阅读
2022-09-05 20:34:14
5151
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人