- 博客(7)
- 收藏
- 关注
RSS订阅原创 手把手教你玩转 DeepSeek 多智能体系统：从安装到 4 大实战案例 (v50.0)
这款多智能体系统不仅是一个工具集，更是一套成熟的AI 协作范式。无论你是想自动化日常繁琐任务，还是想研究 Agent 编排，它都是一个极佳的起点。快去 Github 点个 Star 试试看吧：👉本文由 AI 辅助创作，所有操作均在多智能体系统 v50.0 环境下测试通过。
2026-05-10 16:45:54
439
原创 实战开源：基于LangChain+DeepSeek打造的企业级多智能体路由系统 (v50.0 连续记忆版)
多智能体协作是 AI 走向 AGI 的必经之路。这个基于 LangChain 和 DeepSeek 构建的路由系统，用优雅的单例架构解决了上下文连续性问题，并用完善的工具链打通了开发链路。如果你对 AI Agent 开发感兴趣，或者想打造自己的赛博开发团队，这个项目绝对值得你 clone 下来研究一番！💡。
2026-05-10 16:40:36
155
原创 [目标检测] 拒绝盲目“内卷”：Wise-IoU (WIoU) 如何通过动态非单调聚焦机制实现 SOTA
本文提出Wise-IoU(WIoU)损失函数，针对目标检测中传统边界框回归损失函数的局限性进行改进。WIoU通过动态非单调聚焦机制，能有效识别并抑制"离群值"样本，同时聚焦于"普通质量"样本。其核心创新包括距离注意力机制和非单调梯度增益系数，形成钟形曲线权重分配：对简单样本降低权重，对普通样本重点优化，对离群样本抑制梯度。实验表明，WIoU在复杂场景（如无人机数据）中显著提升性能，解决了传统方法盲目优化难样本导致泛化能力下降的问题。代码实现中通过detach()确保动
2026-02-18 22:13:35
858
原创 拒绝 IoU 剧烈震荡：详解 NWD 如何拯救微小目标检测 (Normalized Wasserstein Distance)
在无人机航拍、遥感图像等场景中，微小目标（Tiny Objects）的检测一直是个老大难问题。为什么传统的 IoU Loss 在小目标上会失效？为什么模型经常无法收敛？本文将带你深入了解 NWD (Normalized Wasserstein Distance) —— 一种将“矩形框重叠”转化为“分布相似度”的创新度量，从原理到代码实现，彻底解决小目标定位难题。
2026-02-18 21:55:51
715
原创 一键搞定MMYOLO环境配置
本文提供了两种MMYOLO深度学习环境的安装方案。方案一为Bash脚本方案，包含8个步骤：清理旧环境、安装PyTorch 2.2.0和NumPy 1.x、安装OpenMMLab组件、破解MMDet版本限制、安装MMYOLO、破解MMYOLO版本限制、修正Transformers版本以及验证安装结果。方案二为Colab/Kaggle Notebook方案，通过7个步骤实现类似功能，并包含通用破解函数。两个方案都解决了PyTorch 2.2与MMYOLO的兼容性问题，特别是通过修改源码解除版本限制，确保环境能正
2026-02-14 22:20:50
263
原创 PyTorch + TensorFlow + OpenCV + Dlib固定版本兼容的conda安装命令 (Python 3.10.8 CPU版本)
下面是可执行的bat文件内容，执行后将会创建一个dl_cpu的虚拟环境（需安装Anaconda或Miniconda，然后以管理员身份运行）最近在学习YOLO，在其中配置环境的步骤卡了好几天，最后终于解决了。
2025-06-13 11:41:51
308
原创 PyTorch + TensorFlow + OpenCV + Dlib 全环境兼容安装攻略（适配 CPU/GPU，解决所有依赖冲突）
深度学习环境配置指南：本文详细介绍了PyTorch等深度学习框架的安装流程。安装前需检查硬件条件（GPU用户需确认CUDA版本）并配置Python3.8-3.10环境。提供两种安装方案：CPU环境使用基础包安装，GPU环境需匹配CUDA版本（如12.1）。完成安装后需验证各组件版本是否兼容，并提供常见冲突解决方案（如numpy版本冲突、OpenCV安装问题等）。文末推荐使用Docker容器化部署或JupyterLab集成开发环境，确保环境隔离与开发便捷性。附版本兼容表帮助用户选择合适的组件版本。
2025-06-12 12:56:55
1043
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