小菜鸟

原创 【无标题】

原创 deepseek知识

原创 deepseek知识

原创 【不利用外界知识克服大模型的幻觉】Zero-knowledge LLM hallucination detection and mitigation

克服大模型幻觉

原创 【openvla】

DINOv2 提供“这块区域长什么样”，SigLIP 提供“这块区域是什么”，融合层负责“把同一区域的两种描述拼成一条更丰富的描述”，LLM 负责“根据这条丰富描述和语言指令决定怎么动”。整个流程不要求 DINOv2 懂语义，只要它的特征与 SigLIP 的特征在相同空间位置可对齐，就能通过可学习的融合层+LLM完成语义-空间绑定。把动作当 token 让 LLM 续写”

原创 【多模态】

多模态之间的区别

原创 【git】

原创 一种对于文本数据偏见的多智能体检测方法

背景：大模型的训练数据可能带有偏见，导致模型在应用过程中存在风险，不公平。现存的方法：现存方法的缺点：现有的偏见检测与缓解方法通常依赖静态词典或预定义规则，这类方法无法捕捉新兴偏见或上下文依赖型偏见的细微差别。另一个局限性在于，这些方法缺乏可解释性，从而降低了人工智能决策的透明度。此外，某些方法只是掩盖了有偏见的术语或短语，而没有提供对偏见更广泛的社会或事实基础的见解（Dev 等人，2019 年）。因此，文献中对于整合事实验证、主观分析和透明解释的框架作品仍然存在空白。

原创 阿里云服务器通过镜像下hunggingface上的模型

参考连接https://blog.csdn.net/lanlinjnc/article/details/136709225。打开https://hf-mirror.com网站，搜索模型名，如下，复制就行。-resume-download后面的参数要填模型，怎么填呢？

原创 大模型学习

github地址：https://github.com/hiyouga/LLaMA-Factory。也就是，把数据换个更节省空间的方式储存起来，就叫量化，用的时候再。，且满足github上的环境要求就行。是专门对符合正态分布的数据做量化用的。调epoch，数据集，模型等等。在阿里云服务器上配置，

原创 无报错运行中断需要改异常设置

无编程错误和代码错误，但是运行中断。

原创 【Labelimg标注使用预定义标签】

在环境中pip install labelimg。把预定义标签放在保存文件夹里。

原创 【深度学习基础】

单层感知机就是一个二分类器，接收输入向量，输出分类结果，先进行线性加权，再进行激活函数的非线性转换，就相当于是一个小模型，里面的权重w和b是模型的参数参考1参考2

原创 VAE变分自动编码器

原参考视频链接仔细读下面的五个步骤：需要注意的是：

原创 【便捷记录】

python tools/analysis_tools/analyze_logs.py plot_curve 训练时保存的json文件 --keys loss_cls loss_bbox loss_mask --out 保存路径/vit.pdf。python tools/analysis_tools/analyze_logs.py plot_curve 训练时保存的json文件 --keys acc --out 保存路径/acc.pdf。work_dir: 训练用来保存模型、日志、json。

原创 【YOLOv7中学习到的语法】

含义是从 hsv_tuples列表中依次取出，当成x，放在colorsys.hsv_to_rgb(*x)中变成rgb类型的，后面会再次生成列表给colors。在循环中，通常的使用方法是：同时获取元素的索引和值，通常在需要同时遍历列表、数组或其他可迭代对象的元素及其对应索引时使用。reshape(-1, 2)指的是，把原数组分成n个子数组，每个数组的长度是2。改变数组的形状，reshape()函数允许你将数组重新排列成不同的形状，而不改变数组中的元素总数。冒号的左边是原函数的参数，右边是原函数的返回值。

原创 在计算成像中集成物理和学习模型的即插即用方法

即插即用先验(PnP)是通过物理模型和学习模型的集成来解决计算成像问题的最广泛使用的框架之一。

原创 三种上采样

反卷积上采样：

原创 Linux的使用

1、vim的配置虚拟机->设置->网络适配器：修改为NAT模式 重启networking、sudo /etc/init.d/networking restart打开终端： ctrl+alt+t2、常用命令 ： 查看当前位置 pwd查看文件 ls ls 【options】【files_or_dirs】 方括号中的可加可不加 {选项+参数}...

原创 【C++调试拿到一个新的代码框架应该做的事情】

还有一个博客。

原创 【mmsegmentaion训练自己数据集】

因为使用的数据集格式不同，修改的文件也不相同，在最开始使用的配置文件中，改根目录前一行代码，就确定了。2.2.1 修改模型需要使用的configs/2.2.2 修改模型需要使用的configs/注意：data是在tools文件夹下的。就按照deeplabv3的转换。

原创 【图像增强】

import osimport cv2# 批量p图和生成结果类#参考自：https://blog.csdn.net/qq_43799400/article/details/124707261cnt = 0# 水平翻转cnt = 0#写mask# 对比度增强参考自：https://blog.csdn.net/Scia736/article/details/131366709 # alpha 对比度增强系数 beta 对比度增强偏移量# 对比度和亮度有什么区别？cnt = 0。

原创 【VS2015 debug或者release其中一个正常，另一个不能运行】

This application failed to start because it could not find or load the Otplatform plugin "windowsiN e

原创 【C++代码】

【代码】【无标题】

原创 【变分自动编码器VAE】

什么事高斯分布？

原创 【学习C++知识点】

这里写自定义目录标题1. .h文件和.cpp文件并不是名字要一一对应（只是一般默认是这样写）1. .h文件和.cpp文件并不是名字要一一对应（只是一般默认是这样写）.h文件用来声明函数，.cpp文件用来定义函数，调用函数（图1）需要注意：cpp中的函数，前面需要写**类：：**，来证明这是哪个类函数下面的（图2）C++中，函数中不能再写一个函数（图3）

原创 【Deep Learning for Unsupervised Anomaly Localization in Industrial Images: A Survey】

AL也称为异常分割，无监督方法（原文第一节没说为什么）；–AD异常分类，无法解释合理性；AL：“无监督”或“半监督”，AL 的目标是仅使用无缺陷的训练样本来查找异常区域；另一方面，AL也称为异常分割，用于产生像素级的异常定位结果。异常热图中的颜色越深，该位置越有可能出现异常。AD：异常值检测或一类分类；它是指在图像级别将有缺陷的图像与大多数无缺陷图像区分开来的任务。目前，在监督学习方法的帮助下，基于深度学习的视觉检测已经取得了巨大成功。

原创 【利用黑白掩码图，在原图的掩码区域更换颜色】

【代码】【利用黑白掩码图，在原图的掩码区域更换颜色】

原创 【json转白色mask】

转换后，会在json文件的同级目录下生成同名文件夹，下一步是提取这个mask图，并重命名为原图片名字。

原创 deeplabV3+跑通代码过程记录

使用labelme标注的json数据集。

原创 金字塔池化

参考：https://blog.csdn.net/Lois_llw/article/details/123694201。（多尺度特征提取出固定大小的特征向量）目的：得到固定尺寸的特征图。

原创 Python_coding学习记录

使用电脑的CPU，采用不同的线程数，从dataset中加载数据，放到电脑的内存中。为True时，可以对模型进行微调,微调的是预训练模型或者last.pt。python中，object类是所有类的父类，是一个内置函数。正式训练时，会通过循环从dataloader中提取数据。如果是写模型结构的类，就继承nn.Module类。作用是：把标签和图片全部转换成tensor的形式。需要加载backbone、Neck、检测头。

原创 Python编程储备（二）--打印变量

原创 【github代码使用分支】

【代码】【github代码使用分支】

原创 【Linux系统，复制conda环境】

参考：https://blog.csdn.net/can_sja/article/details/131899048。-----在conda环境中，新建一个文件夹。-----进入conda环境目录下。

转载 【pip install -e报错缺少一个参数】

参考https://cloud.tencent.com/developer/ask/sof/358558。

原创 【python批量重命名图片】

【代码】【python批量重命名图片】

原创 【Qt 报错This application failed to start because it could not find or load the Qt platform plugin】

并且发现，x64目录下的release下，只生成了一个.exe文件在cmd中，到Qt的安装目录下，执行windeployqt.exe --release “目录：release下的目录”参考：https://blog.csdn.net/qq_27278957/article/details/117076651

原创 word修改页眉页脚一直乱动

每个章节取消链接到前一条页眉。

原创 训练yolov7报错AssertionError: train: No labels in XX\train.cache. Can not train without labels

代码中要求的文件名是Images和Labels，可能自己命名的是image和label。参考：https://code84.com/38177.html。原因：自己的数据集文件夹和dataset中的数据集名称不同。