向哆哆-CSDN博客

原创棉花病害图像分类数据集分享（适用于YOLO系列深度学习分类检测任务）

本文介绍了一个包含2320张棉花病害图像的分类数据集，适用于YOLO等深度学习模型的训练。数据集涵盖健康与病害棉花植株和叶片的四种类别，已划分为训练集、验证集和测试集。该数据集支持棉花病害智能识别研究，有助于提升农业生产效率，减少人工巡检成本。文中详细说明了数据集的类别信息、划分比例、应用流程（包括数据预处理、模型训练到部署）以及适用场景（如智慧农业系统、无人机巡检等）。数据集下载链接已提供，方便研究者快速开展相关AI农业应用研究。

2026-07-25 23:13:04 27

原创金属外表多种生锈检测数据集分享（适用于YOLO系列深度学习分类检测任务）

金属锈蚀检测数据集发布，助力工业智能运维摘要：本数据集包含1202张已标注图像，涵盖缝隙腐蚀、点蚀、均匀腐蚀和一般性腐蚀4种典型锈蚀类型。数据来源于真实工业环境，包含不同材质、光照和锈蚀程度的场景，采用YOLO标准格式标注。数据集已划分为训练集（90%）、验证集（8.4%）和测试集（1.6%），可直接用于深度学习模型训练。该资源旨在解决传统人工巡检效率低、安全性差等问题，推动AI技术在工业设备智能运维、基础设施安全评估等领域的应用。数据集适用于YOLO系列等目标检测模型，可帮助实现金属锈蚀的自动化识别与精

2026-07-24 20:21:29 200

原创金属材料表面六种缺陷类型数据集分享（适用于YOLO系列深度学习分类检测任务）

本文介绍了一个金属材料表面缺陷检测数据集，包含1800张已标注图像，涵盖裂纹、杂质夹杂、表面斑痕、凹坑、轧入氧化皮和划痕6类典型缺陷。数据集采用YOLO格式标注，按7:2:1比例划分为训练集、验证集和测试集，适用于YOLO系列等目标检测模型。该数据集源自真实工业场景，有助于提升金属表面缺陷的自动化检测效率，解决传统人工检测效率低、主观性强等问题。数据集包含详细类别信息和规范目录结构，可直接用于模型训练与评估。

2026-07-23 23:01:50 172

原创交通事故车辆受损情况数据集分享（适用于YOLO系列深度学习分类检测任务）

本数据集共包含**1000+张真实道路交通事故车辆图像**，图像来源广泛，涵盖城市道路、高速公路、乡村道路等不同场景，同时覆盖轻微剐蹭到车辆完全报废的全事故等级梯度。每张图像均附带**目标边界框标注与事故等级分类信息**，结构规范，可直接用于深度学习模型训练。

2026-07-22 23:07:14 100

原创【Bug已解决】[Bug] Zero-std reward groups produce spurious KL gradients when beta ＞ 0 in GRPO/RLOO 解决方案

在 GRPO / RLOO 里开了 KL 正则（beta > 0。也就是说：零 std 组的优势是 0，策略梯度项为 0，。于是这些"无信号组"借着 KL 项偷偷推动策略，等价于用了一批"没有奖励依据"的样本去微调模型——这叫。

2026-07-22 10:45:34 59

原创【Bug已解决】Add Target Policy Optimization trainer 解决方案

在 TRL 里做在线 RL（GRPO、PPO 等）时，我们想试一种叫的变体，但框架里没有现成的TPOTrainer——它既不在 trainer 列表里，也没有基类可继承来快速实现。PPOTrainer这不是运行期 bug，而是"能力缺失 + 缺少统一基类"的设计缺口，导致每个想用 TPO 的人都得重建轮子。

2026-07-22 10:45:03 196

原创【Bug已解决】Support Speculative decoding in vllm-serve 解决方案

在vllm-serve（TRL 里基于 vLLM 的 rollout 服务，供 GRPO / AsyncGRPO 做生成）上跑大规模 RL 时，生成阶段是整轮训练的最大瓶颈——每张卡大量时间花在generate()的自回归解码上。我们想用：用一个小 draft 模型一次猜多个 token，再用大 target 模型并行验证，把每步解码从"逐个 token"变成"批量验证"，理论能提速 2~3 倍。但当前vllm-serve的启动参数里（如 draft 模型、vllm-serve。

2026-07-22 10:44:32 193

原创【Bug已解决】Training collapses when token embeddings are not padded to a multiple of 64 解决方案

在用一个自定义词表（vocab_size 不是整数）做训练时，只要vocab_size不是，训练就会在几十步内：loss 突然变成naninf，或 loss 先正常下降随后剧烈 spike 到极大值，模型参数迅速变废。而把 vocab_size 向上凑成 64 的倍数（比如 50000 → 50016）后，同样的配置、同样的数据，训练稳稳收敛。这是典型的"

2026-07-22 10:44:01 144

原创【Bug已解决】[docs] GRPO model name mismatch across docs + missing GRPO tab in OOM troubleshooting 解决方案

在维护项目文档时，我们发现两处不一致，读者很容易 confuse：现象特征：文档一致性问题通常来自"多人协作 + 没有命名规范"：具体到 GRPO：它既是一个算法名（Group Relative Policy Optimization），也是一个 trainer 类名（）和一个 config 类名（）。文档里应当：根因两句话：两者都是"文档结构与代码演进不同步 + 缺少约定与校验"的典型：代码加了 GRPO，文档没跟上（名字、tab 都漏）。下面用纯 Python 模拟"文档里命名不一致"如何用简单检查抓出

2026-07-22 10:43:30 149

原创【Bug已解决】Feature Request: Allow passing dataset-provided sample weights to DPOTrainer 解决方案

做 DPO 偏好对齐时，我们的数据集里每条样本带了一个字段（比如）：高置信度的偏好对权重 1.0，弱标注/噪声样本权重 0.2，希望训练时。但DPOTrainer当前完全忽略这个字段——无论数据集里有没有，每条样本对都平等参与 loss。这是典型的"数据集携带的元数据没有被 Trainer 消费"的功能缺口——和之前 weighted SFT（#222）同源，只是发生在 DPO 上。

2026-07-22 10:42:59 181

原创【Bug已解决】DAPO loss is not normalized by gradient_accumulation_steps 解决方案

用（Dynamic Sampling Policy Optimization）训练时，我们观察到：调大后，训练行为明显变激进，loss 数值也跟着变大，但训练效果反而变差。具体日志：现象特征：这是典型的"自定义 loss 没接入 Trainer 的梯度累积归一化"问题。HuggingFace 里，当开启梯度累积时，每个 micro-batch 算出的 loss 会先除以再，这样累加 N 个 micro-batch 的梯度后，总梯度恰好等于"把这 N 个样本当一个大 batch 算一次"的梯度

2026-07-22 10:42:28 178

原创交通标识与信号灯数据集分享（适用于YOLO系列深度学习检测任务）

本文分享了一个适用于YOLO系列深度学习检测任务的交通标识与信号灯数据集。该数据集包含1000张真实交通场景图片，涵盖人行横道、限速标识、停车标识和交通信号灯四类目标，已按YOLO格式完成标注并划分训练/验证/测试集。数据集支持自动驾驶、智慧交通等应用场景，提供了数据预处理建议、模型训练指南和典型应用案例。通过均衡的数据分布和多样化的场景覆盖，该数据集能有效提升模型在复杂交通环境下的检测性能。

2026-07-21 23:28:04 159

原创建筑玻璃缺陷目标检测数据集分享（适用于YOLO系列深度学习分类检测任务）

本文介绍了一个建筑玻璃缺陷目标检测数据集，适用于YOLO系列深度学习模型训练。数据集包含3000张高质量图像，标注了5类常见玻璃缺陷（破裂、打胶、起霜、污染、未加工），采用标准YOLO格式标注。数据来源于真实工程场景，覆盖不同光照和角度，具有较强实用性。该数据集可用于建筑幕墙质检、工业生产线检测等场景，能有效提升检测效率与准确性，替代传统人工检测方法。文中详细说明了数据集结构、标注方式及典型应用流程，并提供了下载链接，为建筑质量检测智能化研究提供了重要数据支持。

2026-07-20 23:05:11 226

原创检测有没有玩手机的检测数据集分享（适用于YOLO系列深度学习分类检测任务）

摘要本文介绍了一个专门用于检测手机使用行为的深度学习数据集，适用于YOLO系列目标检测模型。该数据集包含1万+张标注图像，涵盖室内外多种场景，标注格式符合YOLO标准。数据集旨在解决手机过度使用带来的安全风险和工作效率问题，可应用于智能监控、行为分析和交通管理等领域。文中详细说明了数据集的采集方式、标注规范、应用场景及训练指南，并提供了百度网盘下载链接（提取码59pj）。该资源为研究人员和开发者提供了便捷的模型训练基础，有助于推动基于计算机视觉的行为分析技术发展。

2026-07-19 17:06:25 186

原创驾驶中的疲劳状态识别数据集分享（适用于YOLO系列深度学习分类检测任务）

摘要本数据集专注于驾驶中疲劳状态的视觉识别，包含3000张高质量图片，标注了闭眼、睁眼、闭嘴、张嘴四种关键状态，均衡分布于训练集和验证集。数据集针对疲劳驾驶检测的核心特征，通过精准标注驾驶员眼睛和嘴部区域，支持计算机视觉算法的开发与应用。适用于智能驾驶辅助系统（ADAS）、车载预警系统等场景，可训练YOLO系列等目标检测模型。数据集开箱即用，具有高质量标注、类别均衡、场景多样等特点，为疲劳驾驶检测研究提供了标准化的数据资源，助力提升行车安全。

2026-07-19 17:05:09 152

原创【Bug已解决】False positive cybersecurity flag. 解决方案

【Bug已解决】False positive cybersecurity flag. 解决方案

2026-07-18 17:28:11 49

原创【Bug已解决】Suggestion: monetize this MCP server with x402 micropayments 解决方案

【Bug已解决】Suggestion: monetize this MCP server with x402 micropayments 解决方案

2026-07-18 17:26:32 95

原创【Bug已解决】`／resume` picker does not show CWD filter when Codex is launched with `--remote ... --cd`...

【Bug已解决】`／resume` picker does not show CWD filter when Codex is launched with `--remote ... --cd`...

2026-07-18 17:25:01 70

原创【Bug已解决】Usage limits normalized this morning but regressed by evening, draining ~5x faster again ...

【Bug已解决】Usage limits normalized this morning but regressed by evening, draining ~5x faster again ...

2026-07-18 17:23:25 72

原创【Bug已解决】Assistant reprocesses previous prompt. 解决方案

【Bug已解决】Assistant reprocesses previous prompt. 解决方案

2026-07-18 17:21:54 178

原创【Bug已解决】Codex cli model output rendered truncated 解决方案

【Bug已解决】Codex cli model output rendered truncated 解决方案

2026-07-18 17:20:18 224

原创【Bug已解决】Feature Request: Organize Scheduled Tasks with Tags or Categories 解决方案

【Bug已解决】Feature Request: Organize Scheduled Tasks with Tags or Categories 解决方案

2026-07-18 17:18:47 220

原创【Bug已解决】5h limits totally broken 解决方案

【Bug已解决】5h limits totally broken 解决方案

2026-07-18 17:17:11 264

原创【Bug已解决】Forked thread token monitor over-accumulates usage after fork 解决方案

【Bug已解决】Forked thread token monitor over-accumulates usage after fork 解决方案

2026-07-18 17:15:40 271

原创【共创季稿事节】从毕业设计到鸿蒙开发者：我把求职焦虑做成了一张技能成长地图

《技能成长地图 Skill Path》是一款面向毕业生的鸿蒙应用，旨在解决求职焦虑与技能碎片化问题。通过将ArkTS、ArkUI等能力转化为可视化星图、可执行任务与7日计划，帮助用户建立清晰的能力成长路径。应用采用HarmonyOS 6.1开发，核心设计包括三层结构——当下行动（首页）、能力画像（星图）、职业方向（AI计划），强调“能力证据”而非单纯打卡。技术实现上，利用ArkTS类型系统定义技能模型，通过声明式状态管理驱动UI，并注重工程边界的渐进式扩展。项目亮点在于将学习成果转化为可验证、可

2026-07-18 00:12:29 344

原创火灾火焰识别数据集分享（适用于YOLO系列深度学习分类检测任务）

本文分享了一个适用于YOLO系列深度学习模型的火灾火焰识别数据集，包含2200张多场景火焰图像，涵盖室内外、工业、夜间等不同火灾场景。数据集已按7:1.5:1.5比例划分训练集、验证集和测试集，提供YOLO和VOC格式标注文件。该数据集可用于火灾早期预警系统、计算机视觉研究、公共安全监控等领域，帮助提升火焰检测模型的准确性和泛化能力。数据集通过百度网盘分享，提取码c4n4，可直接用于目标检测任务训练。

2026-07-17 23:47:18 226

原创火焰与烟雾目标检测数据集分享（适用于YOLO系列深度学习分类检测任务）

摘要本资源分享了一个专为火灾预警系统设计的火焰与烟雾目标检测数据集，包含13,500张高质量标注图像，适用于YOLO系列深度学习模型训练。数据集涵盖工业、森林、城市等多场景下的火焰和烟雾目标，考虑不同光照条件、目标尺度及复杂背景干扰，采用YOLO格式标注。该数据集可用于智慧城市安防、工业安全巡检等场景，通过计算机视觉技术实现火灾早期检测与精确定位，相比传统传感器方案具有响应快、覆盖广、成本低等优势。资源包含完整数据集文件和标准YOLO目录结构，可直接用于模型训练。

2026-07-16 23:33:18 20

原创 [Bug已解决] 无法对 DDP 模型启动 CUDA Graph 捕获报错解决方案

[Bug已解决] 无法对 DDP 模型启动 CUDA Graph 捕获报错解决方案

2026-07-16 18:59:31 108

原创 [Bug已解决] FlashAttention2 加 Dynamo 加 FSDP accelerate 插件加 torch.compile 组合报错解决方案

[Bug已解决] FlashAttention2 加 Dynamo 加 FSDP accelerate 插件加 torch.compile 组合报错解决方案

2026-07-16 18:58:00 112

原创 [Bug已解决] torch.kron 对非连续-non-contiguous-输入报错 RuntimeError 解决方案

[Bug已解决] torch.kron 对非连续-non-contiguous-输入报错 RuntimeError 解决方案

2026-07-16 18:56:23 136

原创 [Bug已解决] NestedTensor 多进程 forkserver 上下文 CUDA DataLoader 失效 DISABLED test 绕过方案解决方案

[Bug已解决] NestedTensor 多进程 forkserver 上下文 CUDA DataLoader 失效 DISABLED test 绕过方案解决方案

2026-07-16 18:54:51 145

原创 [Bug已解决] torch.compile max-autotune 在 bmm 自动调优时因模板输入去重导致位置参数过多崩溃解决方案

[Bug已解决] torch.compile max-autotune 在 bmm 自动调优时因模板输入去重导致位置参数过多崩溃解决方案

2026-07-16 18:53:11 205

原创 [Bug已解决] FakeTensor 模式 fake-grad 复制传播真实张量失效 DISABLED test 绕过方案解决方案

[Bug已解决] FakeTensor 模式 fake-grad 复制传播真实张量失效 DISABLED test 绕过方案解决方案

2026-07-16 18:51:39 213

原创 [Bug已解决] cuda.is_available() 报错排查-驱动-运行时-库不匹配导致调用即崩溃解决方案

[Bug已解决] cuda.is_available() 报错排查-驱动-运行时-库不匹配导致调用即崩溃解决方案

2026-07-16 18:50:02 240

原创 [Bug已解决] Inductor 生成内核调用 empty_strided_cpu 负步长报错 Expected result 大于 0 解决方案

[Bug已解决] Inductor 生成内核调用 empty_strided_cpu 负步长报错 Expected result 大于 0 解决方案

2026-07-16 18:48:29 205

原创【共创季稿事节】会呼吸的天气球：HarmonyOS 6.1 Canvas 2D 高帧率动效与 AI 天气体验实战

本文介绍了基于HarmonyOS 6.1的天气应用Weather Orb的设计与实现，通过ArkTS/ArkUI构建沉浸式三栏界面，利用Canvas 2D绘制动态天气球，结合高频重绘优化与AI天气建议，打造轻量化、高交互的天气体验。项目以“用户决策效率”为核心，将天气信息分层为实时数据、风险预警和生活建议，通过共享状态管理（WeatherSession）实现城市切换的无缝同步，并预留AI大模型接口扩展能力。技术亮点包括Canvas 2D动画性能控制、沉浸式窗口适配及模块化架构设计，为HarmonyO

2026-07-16 18:42:10 10715

空空如也

空空如也