- 博客(993)
- 收藏
- 关注
RSS订阅原创 【YOLOv8 改进涨点 】RT-DETR架构-通道自适应缩放机制优化主干网络结构
位于各Stage之间的可学习下采样层，通过深度可分离卷积降低特征图空间维度，减少计算负载并扩大感受野。以下为核心模块的PyTorch实现，已与YOLOv8框架深度兼容，无需改动底层引擎即可直接调用。：网络的初始预处理层，通过5层卷积与池化操作完成原始输入数据的初步特征提取与下采样。——复杂的视觉模式可在不同抽象层级上被学习，显著提升网络对复杂图像的表征能力。：在最终分类前使用的空间金字塔池化结构，增强网络对多尺度目标的鲁棒性。等轻量级配置运行时，参数量将大幅降低，验证了通道缩放机制的有效性。
2026-04-14 22:05:58
4
原创 1 【3D Gaussian Splatting: From Theory to Real-Time Implementation】第一级：基础理论与数学建模 第三部分：代码实现
参数集合 $\theta=\{\mu, q, s, \alpha, f\}$，学习率 $\eta=\{\eta_\mu, \eta_q, \eta_s, \eta_\alpha, \eta_f\}$，损失 $\mathcal{L}$，迭代 $t$高斯集合 $\mathcal{G}=\{(\mu_i, q_i, s_i, \alpha_i, f_i)\}$，视图空间梯度阈值 $\tau_g$，尺度阈值 $\tau_s$，不透明度阈值 $\tau_\alpha$，迭代计数器 $t$// 计算屏幕空间高斯权重。
2026-04-13 14:48:22
103
原创 2 《3D Gaussian Splatting: From Theory to Real-Time Implementation》 第二级：核心算法与CUDA实现
功能：跨平台渲染后端抽象层，支持CUDA（NVIDIA）、Vulkan（跨厂商）、Metal（Apple）的统一接口关键技术基类、工厂模式、Command Buffer抽象可视化：不同后端的渲染结果对比、API调用时序图、跨平台性能基准。
2026-04-13 14:42:27
13
原创 1 【3D Gaussian Splatting: From Theory to Real-Time Implementation】第一级：基础理论与数学建模
三维高斯分布的概率密度函数定义于世界坐标系，描述以 $\mu$ 为中心、$\Sigma$ 为形状参数的各向异性椭球：$$G(x;该函数在 $\mu$ 处取得最大值，随距离增大呈指数衰减。等概率密度面构成椭球面，其半轴长度与方向由协方差矩阵 $\Sigma$ 的特征值与特征向量确定。直接优化 $\Sigma$ 面临正定约束保持难题。
2026-04-13 14:39:43
10
原创 【Neural Whole-Body Control: HOVER & ExBody2】4.4 Teacher-Student蒸馏与4.5 ExBody2 Specialist微调
使用固定大小的循环缓冲区 (默认12步@60Hz=200ms)，通过指针索引实现零延迟的push/pop操作。: 延迟操作不可导，因此Student学习的是"当前观察→延迟动作"的映射，而非试图对延迟本身求导。: 质量缩放(0.8-1.2x)、质心偏移(±1cm)、摩擦系数(0.5-1.5x)、重力扰动。: 支持每个并行环境拥有不同的延迟 (150-250ms)，模拟真实机器人间的硬件差异。: Student的GRU时序编码器学习从83ms的历史观察中。: 提取风格特征 (舞蹈的流畅性vs奔跑的爆发力)
2026-04-13 14:19:18
312
原创 【Neural Whole-Body Control: HOVER & ExBody2 神经全身控制实战】 4.3 训练流水线实现 - 完整代码套件
针对人形机器人高维动作空间（29-52 DoF）的专项优化（自适应KL惩罚、课程学习）：与IsaacLab风格统一的分层配置系统（机器人/训练/算法/奖励分离）：速度跟踪建议0.25（宽松）到0.05（严格），根据跟踪精度需求调整。：速度跟踪奖励（指数Shaping）、动作平滑惩罚、能量效率奖励。：Student训练时增大至0.2-0.3，减少部署抖动。：内存优化技巧（分块重置、观测缓冲区复用、延迟渲染）：避免4096环境同时重置导致的内存峰值（OOM）可再节省40%显存（本示例未展示，可扩展）
2026-04-13 14:08:19
9
原创 【Neural Whole-Body Control: HOVER & ExBody2 神经】第四部分：代码实战：PyTorch + IsaacLab 4.2 数据准备：从MoCap到IsaacLab
该实现涵盖了从SMPL+H到G1/傅利叶GR-1的完整重定向管线，包含自动关节限制修复和IsaacLab优化格式输出。Python。
2026-04-13 14:05:10
7
原创 【Neural Whole-Body Control: HOVER & ExBody2 神经全身控制实战】 HOVER基础站立控制 - Zero-shot预训练模型推理
仅使用机载传感器（IMU+关节编码器），通过蒸馏学习模仿Teacher，支持Sim2Real。：IsaacLab v2.0 + HOVER扩展 + Unitree G1-29DoF配置。：加载预训练HOVER策略（Student Policy），无需训练直接控制。：训练时使用特权信息（如接触力、完整运动学状态），输出理想动作。：支持基础站立、头部/手部位置跟踪（OmniH2O模式）关节位置误差（29D）+ 速度（29D）IMU投影重力（3D）+ 角速度（3D）速度命令（3D）+ 上一动作（29D）
2026-04-13 14:01:55
6
原创 ExBody2 运动风格与物理可行性平衡仿真系统 3.3 运动风格与物理可行性的平衡
包含 $q, \dot{q}, \phi, p_{ZMP}$：包含梅尔频谱图、节拍强度、相位同步误差：软/硬编码模式标志、Lagrange乘子值、ZMP误差历史。
2026-04-13 13:44:14
569
原创 ExBody2: Generalist-Specialist Architecture for Expressive Humanoid Control
通才-专才（Generalist-Specialist）架构代表了人形机器人控制领域从单一策略学习向新范式的根本性转变。传统的端到端强化学习方法面临着稳定性与表现力的权衡困境：为特定表现力行为训练的策略往往会牺牲鲁棒性，而保守的以稳定性为中心的策略则无法捕捉风格上的细微差别。这种双分支架构通过表征分离（representational separation）解决了这一二元对立问题。其核心见解源于对人类运动控制分层运作机制的观察。无论高层行为意图如何，底层的运动基元都能保持稳定性和物理可行性。
2026-04-13 11:42:26
8
原创 ExBody2表现性控制进阶：动态稳定性与运动风格化
动态表现性作为人形机器人控制的新型优化目标，需要建立区别于传统稳定性度量的数学表征。在ExBody2框架中，表现性被定义为机器人运动与参考人类运动在关键身体点（Keybody Points）空间中的高保真跟踪能力，同时允许质心轨迹在特定瞬态偏离静态稳定区域。其数学内涵由三个核心维度构成：空间表现性（Spatial Expressiveness）、时间表现性（Temporal Expressiveness）与动力学表现性（Dynamic Expressiveness）。
2026-04-13 00:00:19
11
原创 Neural Whole-Body Control: HOVER & ExBody2 神经全身控制实战第二部分：HOVER核心原理2.3 训练目标与损失函数（深入推导）
本文档提供了HOVER与ExBody2神经全身控制框架中多目标强化学习训练与教师-学生蒸馏的完整技术实现。高维PPO改进：针对21-34自由度人形机器人设计的自适应裁剪机制，通过监控梯度范数动态调整ϵ 阈值，平衡训练稳定性与样本效率。多目标奖励设计：整合任务跟踪精度、能量效率正则化与软安全约束的分层奖励结构，通过可配置权重实现运动自然度与跟踪性能的权衡。渐进式特权蒸馏。
2026-04-12 23:32:13
8
原创 Neural Whole-Body Control: HOVER & ExBody第二部分：HOVER核心原理 2.1 问题建模：通用条件控制策略 2.2 网络架构：历史感知的Actor-Critic
该脚本定义了HOVER系统的超参数、网络维度配置以及控制模式枚举。所有后续脚本依赖此配置模块，通过修改此处参数可适配不同的人形机器人平台（如Unitree H1、傅利叶GR-1等）。Python"""脚本标题：config_system.py内容说明：HOVER神经全身控制系统的全局配置与超参数定义。使用方式：作为基础模块被其他脚本导入，或独立运行查看配置信息。"""@dataclass# 时序参数history_length: int = 16 # 历史帧数 H。
2026-04-12 14:02:44
8
原创 【Neural Whole-Body Control: HOVER & ExBody2 神经全身控制实战】 从MPC到Neural WBC：为什么传统方法遇到瓶颈？
定义统一指令向量 $c \in \mathbb{R}^{d_c}$，包含三个正交的控制模态：运动学关键点跟踪（Kinematic Keypoint Tracking） $c_{kp}$、局部关节角度跟踪（Local Joint Angle Tracking） $c_{joint}$ 和根节点跟踪（Root Tracking） $c_{root}$。VLA模型往往导致不协调的肢体运动，例如在执行搬运任务时，手臂的伸展运动可能破坏由腿部维持的零力矩点（Zero Moment Point, ZMP）平衡条件。
2026-04-12 00:35:09
8
原创 第15章 生成式世界模型（Generative World Models） 1.3 评估指标体系
nuScenes采用L2误差与碰撞率作为核心指标，关注短程（3秒）规划精度；规划指标对比揭示：开环评估易受分布偏移影响，需结合闭环仿真（Closed-Loop Simulation）验证策略在实际交互中的稳定性，采用世界模型预测的闭环评估（Closed-Loop Evaluation with World Model Prediction）成为前沿趋势。在概率性多模态生成场景下，最小ADE（minADE）与Oracle误差计算最佳匹配假设与真实轨迹的偏差，反映模型对多模态驾驶意图的覆盖能力。
2026-04-10 23:19:34
84
原创 第15章 生成式世界模型（Generative World Models）技术大纲第一章 范式转移：从确定性世界模型到扩散概率建模
前向加噪过程通过马尔可夫链将数据分布逐步转化为高斯噪声。给定初始数据样本 x0∼q(x0) ，前向过程在每个时间步 t 注入高斯噪声，形成条件概率分布：通过重参数化技巧，任意时间步 t 的样本可直接从初始数据采样：其中 αˉt=∏s=1t(1−βs)。该马尔可夫链的极限状态 t→T 收敛于标准高斯分布，为逆向生成提供可解析的边界条件。变分下界（Variational Lower Bound, VLB）为扩散模型训练提供理论框架。
2026-04-10 22:56:39
74
原创 第15章 生成式世界模型（Generative World Models）技术大纲
核心定义：基于扩散的环境模拟器（Diffusion-based Environment Simulator）三大能力维度：视觉生成质量、动作可控性、物理一致性与传统模型对比：GAIA-1（自回归）vs DriveDreamer（扩散）架构差异前向加噪过程：马尔可夫链与变分下界（VLB）反向去噪过程：噪声预测网络 ϵθ(xt,t,c) 的条件化设计训练目标：简化版MSE损失与Classifier-Free Guidance (CFG) 策略。
2026-04-10 22:55:06
134
原创 第17章 RLHF前沿：从PPO到GRPO与DPO
该模型在数学推理任务中展现出自我反思（Self-Reflection）与纠错能力的涌现行为，这种能力并非通过显式编程实现，而是通过组内相对比较的奖励机制自然演化而来。标准PPO目标中的惩罚项 βE[logπref(y∣x)πθ(y∣x)] 虽然保证了策略更新不会偏离参考模型过远，但在复杂推理任务中，这种约束抑制了模型发现新颖解题路径的能力。优势计算模块执行组内奖励标准化。Actor-Only架构消除了Critic Model的显存占用，在相同的硬件资源下可支持更大的批处理规模或更长的序列长度。
2026-04-10 22:48:02
171
原创 第16章 RL中的对抗性与生成式数据增强技术大纲
这与传统的对抗攻击防御存在本质区别，后者侧重于测试时的被动防御，而前者是训练时的主动探索策略。对于中等质量数据集，数据覆盖缺口尤为明显，模型往往只能学习到次优的动作分布，而无法通过局部插值触及真正的最优策略。变分自编码器（VAE）利用潜在空间插值的特性，实现了连续轨迹的平滑过渡与生成，尽管其在保真度上略逊于当前的扩散架构。这种自适应课程在名义性能与鲁棒性之间寻找动态平衡，实现了从高斯白噪声等简单扰动到基于梯度的对抗攻击的渐进式难度提升，有效防止了在线微调早期的策略崩溃。依赖前两个脚本构建完整的训练系统。
2026-04-10 22:36:25
175
原创 第15章 生成式世界模型（Generative World Models）技术大纲
生成式世界模型（Generative World Models）被严格定义为基于扩散机制构建的交互式环境模拟器（Diffusion-based Environment Simulator）。其核心能力分为三大维度：逼真的视觉生成质量、细粒度的动作可控性以及严格的物理一致性。相较于早期的自回归模型（如GAIA-1的Token化离散预测），基于连续状态空间的扩散架构（如DriveDreamer）在时空连续性和多模态条件融合上具备显著架构优势。
2026-04-10 22:27:47
262
原创 第14章 流匹配与离散扩散（Flow Matching for RL）
在强化学习的策略推理与分布建模中，连续规范化流（Continuous Normalizing Flows, CNFs）提供了一种将简单基础分布确定性地映射为复杂多模态目标分布的数学框架。有别于依赖于分数函数（Score Function）的传统扩散模型，流匹配（Flow Matching）通过直接回归驱动粒子演化的时变向量场来构造常微分方程（ODE）。基础分布空间中的任意随机变量在时间变量的驱动下，沿着由神经网络参数化的向量场进行连续演化。
2026-04-10 18:04:38
272
原创 【高级强化学习：算法、优化与泛化】第13章 扩散模型策略优化（Diffusion Policy Optimization）
\quad$ 计算均值 $\mu_t = \frac{1}{\sqrt{\alpha_t}} \left( x_t - \frac{1 - \alpha_t}{\sqrt{1 - \bar{\alpha}_t}} \tilde{\epsilon} \right)$.$\quad$ 组合得分估计: $\tilde{\epsilon} = \epsilon_{\text{unc}} + w \cdot (\epsilon_{\text{con}} - \epsilon_{\text{unc}})$.
2026-04-10 12:44:41
269
原创 【多模态大模型——跨越感知与认知的鸿沟】8.2 认知与推理评估
认知与推理评估旨在超越基础感知能力，系统度量多模态大语言模型在复杂科学问题求解、学科知识应用及抽象数学推理中的高阶认知能力。该层次评估关注模型整合跨模态信息、执行多步逻辑推导及生成可解释推理链的能力。
2026-04-09 21:58:25
12
原创 【多模态大模型——跨越感知与认知的鸿沟】第8章 评估体系：从感知到认知的度量
感知维度涵盖10个子任务：存在性（Existence）、计数（Count）、位置（Position）、颜色（Color）、海报识别（Poster）、名人识别（Celebrity）、场景分类（Scene）、地标识别（Landmark）、艺术品识别（Artwork）、光学字符识别（OCR）。其中 $S$ 为生成描述集合。设生成描述提及对象集合为 $O_{pred}$，图像真实对象集合为 $O_{gt}$，幻觉对象集合定义为 $O_{hall} = O_{pred} \setminus O_{gt}$。
2026-04-09 21:54:01
10
原创 【多模态大模型——跨越感知与认知的鸿沟】7.2 视觉表达SFT（Visual Expression SFT）
视觉表达SFT是多模态大语言模型（MLLM）训练范式的关键阶段，旨在建立视觉感知与语言推理之间的结构化对齐机制。该阶段通过高质量指令数据对预训练模型进行任务特定优化，使模型能够将高层语义理解与细粒度视觉感知相结合，从而支持复杂的跨模态生成与推理任务。
2026-04-09 21:45:58
9
原创 【多模态大模型——跨越感知与认知的鸿沟】第7章 视觉指令微调与数据工程 7.1 视觉指令数据的构建方法论
State $r^* \leftarrow \arg\max_{r \in R_{t-1} \cup \text{Detect}(I)} \frac{\exp(\phi(e)^\top \psi(r))}{\sum \exp(\cdot)}$ \Comment{\textit{指代消解重对齐}}\Require 全量数据集 $Q$，训练阶段数 $T$，多样性阈值 $\epsilon$，复杂度边界序列 $\{(c_{min}^{(t)}, c_{max}^{(t)})\}_{t=1}^T$
2026-04-09 21:37:50
8
原创 【多模态大模型——跨越感知与认知的鸿沟】第8章 评估体系：从感知到认知的度量
一阶MAML（First-Order MAML, FOMAML）忽略内层更新对元参数的依赖，近似认为 $\theta_i'$ 与 $\theta$ 无关，仅使用 $\nabla_{\theta_i'} L_{qry}$ 作为元梯度估计。约束条件为 $\Re\{y_i(w^H \kappa(x_i, \cdot) + b)\} \ge 1 - \xi_i$ ，其中 $y_i \in \{+1, -1\}$ 为复数标签（幅值为1，相位表示类别）。其中 $S_k$ 为属于第 $k$ 个波束的支持集样本。
2026-04-09 21:15:35
12
原创 【多模态大模型——跨越感知与认知的鸿沟】第6章 工具增强与视觉Agent系统
二级恢复执行工具替换，从工具注册表中选择功能相似但实现不同的备用工具 $T_{\text{alt}}$，满足兼容性约束 $C(T_{\text{alt}}, T_{\text{failed}}) \ge \epsilon$。调度器维护工具注册表 $\mathcal{T} = \{T_1, T_2, \dots, T_n\}$，每个工具 $T_i$ 具备功能描述符 $\phi_i$、输入模式 $I_i$ 和输出模式 $O_i$。每个节点关联视觉模板 $T_i$ 和语义描述 $D_i$。
2026-04-09 19:03:19
39
原创 【多模态大模型——跨越感知与认知的鸿沟】第5章 验证阶段：自我修正与一致性检查
验证器采用二元分类结构，输入包含当前步骤的隐藏状态、引用的视觉区域特征以及历史推理上下文，输出该步骤有效性的概率估计。当生成涉及历史视觉参照的描述时，系统从记忆空间检索对应的视觉表征，通过注意力重构实现时空一致性验证。记忆空间采用键值对结构，键为语义查询向量，值为视觉特征张量，支持基于内容的快速检索。偏好建模通过对比学习实现，正样本为与视觉一致的生成，负样本为包含幻觉的生成。差异解码通过logit空间的操作实现，目标logits减去负样本logits的缩放版本，过滤统计上常见但当前图像中不存在的描述模式。
2026-04-08 23:47:14
206
原创 【多模态大模型——跨越感知与认知的鸿沟】第4章 认知架构：System 2推理的实现机制
遇到与训练数据相似的视觉输入时，模型激活相关联的语言模式，形成类联想记忆的响应。两个分支的特征在Transformer的每个层间通过双向交叉注意力交互，审慎性特征作为查询检索反应性特征中的关键信息，反之亦然。训练阶段采用课程学习，初期侧重System 1的快速映射，后期增加System 2的修正权重，使模型学会何时依赖直觉、何时启动深度推理。检测触发时，模型暂停生成，插入反思token，回溯至最近的有效推理步骤。该机制与事务处理中的回滚类似，确保推理过程的原子性和一致性，避免部分错误结论污染后续推理。
2026-04-08 23:43:26
7
原创 【声纳与人工智能融合——从理论前沿到自主系统实战（进阶篇）】第3章 跨模态桥梁：连接器设计与对齐机制
视觉-语言对齐中，LoRA适配器插入在视觉投影层和语言模型层间，微调时仅更新适配器参数，保留预训练视觉编码器和语言模型的知识。然而，线性映射的表达能力受限，难以捕捉视觉-语言概念间的复杂非线性关联，特别是在处理抽象视觉概念和空间关系时存在表征瓶颈。参数冻结策略保留预训练投影的通用性，适用于下游数据稀缺的场景，但限制了领域特定概念的映射精度。非线性投影能够建模视觉特征到语义概念的复杂流形映射，特别是对于需要视觉推理的抽象概念，多层感知机通过逐层抽象实现从像素级特征到语义级表征的层级转换。
2026-04-08 23:37:46
6
原创 【多模态大模型——跨越感知与认知的鸿沟】第2章 视觉感知层：编码器架构与表征工程
压缩后的视觉Token保留关键语义信息，滤除背景冗余，适配语言模型的上下文处理能力。特征融合阶段，全局表征作为查询，局部表征作为键值，通过交叉注意力实现上下文感知的细节增强。训练过程中，查询向量学习聚合分散的视觉信息，形成Prototype式的语义聚类中心。视觉引导注意力引入外部引导信号，如目标检测器的候选框或显著性图的峰值位置，调制注意力分布。解码时，当前 logits 与负样本条件下的 logits 作差，放大仅在正样本中出现的特征响应。平滑操作在相邻层间执行，约束特征变化的连续性，防止信息突变。
2026-04-08 23:17:36
6
原创 【多模态大模型——跨越感知与认知的鸿沟】第1章 认知断层：MLLM的本质挑战与范式转换
投影层的设计需考虑模态间粒度差异，视觉特征的高维度需压缩至语言模型的嵌入维度，同时保留判别性信息。视觉特征包含空间、颜色、纹理的丰富细节，语言表征压缩为抽象符号，映射过程中视觉细节的细粒度信息被语言概念的粗粒度归纳所覆盖。深层网络中，感受野的扩张依赖于池化操作和堆叠的卷积层，导致细粒度空间信息的逐级流失。视觉特征在交叉注意力机制中的权重被语言自注意力机制抑制，导致生成内容偏向语言模型的先验假设而非视觉证据。参数规模的量级差异强化了语言模态的主导地位，视觉信息退化为触发语言生成的微弱信号。
2026-04-08 23:12:55
11
原创 【声纳与人工智能融合——从理论前沿到自主系统实战（进阶篇）】第十九章 声纳AI的对抗鲁棒性与安全防御
其中 α 为步长，ΠBϵ(x) 表示将扰动投影到以 x 为中心、半径为 ϵ 的 Lp 范数球内的操作。投影梯度下降（Projected Gradient Descent, PGD）作为生成对抗样本的最强一阶攻击方法，通过迭代优化扰动向量，将其投影到允许的范数球内，从而找到在约束条件下最大化分类损失的最优扰动。其中 L 表示分类损失函数（通常为交叉熵损失），δ 为对抗扰动，ϵ 为扰动预算，约束范数通常取 L∞ 或 L2。h,n) 表示信道传播与噪声添加的复合算子，H 为水声信道的概率分布。
2026-04-08 23:06:24
9
原创 【声纳与人工智能融合——从理论前沿到自主系统实战（进阶篇）】第二十章 可解释性人工智能（XAI）的高阶前沿
在声纳水雷识别场景中，若 TCAVshadow,mine=0.95 ，表明 95% 的水雷样本中"声学阴影"概念的存在正向推动分类决策，验证了该概念对水雷类别的强因果关联。生成的反事实图像 xcf 直观展示了"去除阴影后水雷识别失效"的决策边界，分类概率变化 Δp=p(ymine∣x)−p(ymine∣xcf) 量化了阴影概念对当前样本决策的必要性。对于声纳图像中的阴影长度概念，该向量捕获了从"无阴影"到"长阴影"的表征渐变方向，使得后续可通过方向导数量化概念敏感性。
2026-04-08 23:03:04
9
原创 【声纳与人工智能融合——从理论前沿到自主系统实战（进阶篇）】第十八章 海底底质智能反演的多分支物理先验网络
低频声纳信号（典型频率范围 8–20kHz ）具有较强的穿透能力，能够穿透表层沉积物并携带深层底质的宏观结构信息，但其空间分辨率受限于瑞利判据，难以刻画细微的底质纹理特征。相反，高频声纳信号（典型频率范围 80–500kHz ）虽然穿透深度有限，但波长较短，能够提供亚厘米级的空间分辨率，对表层沉积物的微观结构、粗糙度及散射特性具有极高的敏感性。Z1 与 Z2 分别为水体与底质的声学阻抗，θi 与 θt 分别为入射角与折射角，满足 Snell 定律 cwsinθi=cpsinθt。
2026-04-08 22:57:09
9
原创 【声纳与人工智能融合——从理论前沿到自主系统实战（进阶篇）】第十七章 声学情报（ACINT）的大语言模型（LLM）增强解析
推理路径中的每个逻辑节点关联至知识库中的具体证据条目，支持交互式的解释钻取，操作人员可逐层审查推理依据的有效性。战术态势推理遵循检索-融合-生成的三阶段流程。通过低秩适应（LoRA）技术在冻结的预训练权重旁引入可训练的秩分解矩阵，以有限的计算开销实现领域特定的特征对齐，避免灾难性遗忘并保持基础语言的生成能力。：构建包含典型潜艇频谱特征的本地向量数据库，输入一段未知LOFAR图的文本化描述，利用RAG生成目标类型判断及推理依据的文本报告，集成思维链（Chain-of-Thought）推理与可追溯解释机制。
2026-04-08 22:55:33
35
原创 【声纳与人工智能融合——从理论前沿到自主系统实战（进阶篇）】第十六章 面向边缘部署的声纳模型量化与神经架构搜索
基于几何中位数的滤波器剪枝策略通过计算同一层内各滤波器向量表示的几何中心，将距离该中心最近的滤波器视为具有代表性特征的核心基元，而远离中心的滤波器则被判定为冗余并予以移除。实验表明，当检测头层的权重量化至4比特而激活保持8比特时，模型在声纳数据集上的平均精度均值下降幅度可控制在2%以内，同时实现近4倍的模型体积压缩。：将FP32的YOLOv8声纳检测模型进行INT8量化感知训练，导出ONNX格式，输出量化前后的mAP损失百分比与理论推理加速比，包含完整的可视化评估报告。
2026-04-08 22:48:51
11
原创 收放系统变深声纳（VDS）
下面按主题列出一些“直接相关”的英文/中文学术文献与报告（含题名、作者、年份/期刊），方便你在 Scholar/WOS 中用题名或作者组合检索。这些系统可覆盖低频（LF）、中频（MF）、高频（HF）声纳，并适配从快速巡逻艇到驱逐舰的平台。四、学术文献线索汇总（可在 Google Scholar / WOS 等库中检索）4.4 中文核心/学位论文与专利（可在 CNKI/万方/专利库中检索）2.4 张力稳定/运动补偿（CTS / Heave / 运动补偿）三、应用平台与频段（LF/MF/HF VDS）
2026-04-07 17:34:56
133
原创 双蒙皮声纳导流罩（Sonar Domes）技术情报报告
声纳导流罩（Sonar Dome）是安装在舰艇艏部或潜艇前端的流线型外壳，用于保护声纳换能器阵列，同时确保声学性能和水动力性能。现代声纳导流罩采用双蒙皮结构（Double-Skin Design），兼顾结构强度、轻量化、声学透明性和维护便捷性。
2026-04-07 16:10:33
641
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