<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[wqthaha的专栏]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/wqthaha</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; wqthaha]]></copyright><item><title><![CDATA[灵识本草--融合深度学习的中药材高精度检测系统]]></title><link>https://blog.csdn.net/wqthaha/article/details/148675524</link><guid>https://blog.csdn.net/wqthaha/article/details/148675524</guid><author>wqthaha</author><pubDate>Fri, 20 Jun 2025 13:39:22 +0800</pubDate><description><![CDATA[在当今社会，中药材作为我国传统医学的瑰宝，其市场需求与日俱增。然而，中药材检测领域却面临着诸多痛点，如专业人才稀缺、质量监管难度大等。同时，随着市场规模的扩大和政策对质量追溯体系的要求，传统的检测手段已难以满足行业发展的需求。在此背景下，我们团队着手研发了“灵识本草”—— 一套融合深度学习技术的中药材高精度检测系统。]]></description><category></category></item><item><title><![CDATA[省赛中药检测模型调优]]></title><link>https://blog.csdn.net/wqthaha/article/details/148432969</link><guid>https://blog.csdn.net/wqthaha/article/details/148432969</guid><author>wqthaha</author><pubDate>Wed, 04 Jun 2025 22:42:32 +0800</pubDate><description><![CDATA[例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。]]></description><category></category></item><item><title><![CDATA[数据标注so easy：LabelImg 手把手安装教程与使用技巧！]]></title><link>https://blog.csdn.net/wqthaha/article/details/148052136</link><guid>https://blog.csdn.net/wqthaha/article/details/148052136</guid><author>wqthaha</author><pubDate>Sun, 18 May 2025 23:59:14 +0800</pubDate><description><![CDATA[LabelImg 是一款轻量级、跨平台的图像标注工具，广泛应用于计算机视觉与机器学习领域。它支持多种图像格式和标注模式，如矩形框和多边形标注，并能导出 PASCAL VOC、YOLO 和 JSON 等标准数据格式，适配主流机器学习框架。LabelImg 的安装简单，支持 Python 3.6+ 环境，并提供多种安装方式以应对不同需求。其界面友好，快捷键操作便捷，支持批量标注和自动化设置，显著提升标注效率。通过自定义标签和模板管理，用户可以根据具体需求优化标注流程。LabelImg 不仅适用于目标检测模型训练]]></description><category></category></item><item><title><![CDATA[手把手赛博丹炉训练lora模型]]></title><link>https://blog.csdn.net/wqthaha/article/details/147774762</link><guid>https://blog.csdn.net/wqthaha/article/details/147774762</guid><author>wqthaha</author><pubDate>Thu, 08 May 2025 08:56:45 +0800</pubDate><description><![CDATA[随着人工智能技术的快速发展，AI绘画已成为创意领域的重要工具。Lora模型作为一种高效的微调技术，能够以极低的计算成本为Stable Diffusion等大模型注入新的风格或特征，让普通用户也能轻松训练个性化模型。本文将手把手教你使用赛博丹炉（Cybertron Furnace）训练专属Lora模型，从素材准备到参数调整，再到模型测试，一步步带你掌握这项技术。Lora模型，全称Low-Rank Adaptation of Large Language Models，是一种用于微调大型语言模型的低秩适应技术。]]></description><category></category></item><item><title><![CDATA[手把手部署安装DeepSeek大模型和前端界面（Ollama、DeepSeek、Docker、LobeChat、MaxKb）]]></title><link>https://blog.csdn.net/wqthaha/article/details/147095550</link><guid>https://blog.csdn.net/wqthaha/article/details/147095550</guid><author>wqthaha</author><pubDate>Fri, 11 Apr 2025 14:55:45 +0800</pubDate><description><![CDATA[现阶段的AI大模型备受瞩目，大模型通常指的是大规模的人工智能模型，这类模型通过训练大量的数据来获得广泛的知识和能力。这些模型通常具有庞大的参数数量，能够处理复杂的任务，如自然语言理解、图像识别、语音识别等。然而AI大模型种类繁多，本文旨在把开源的模型下载到本地进行整理并且使用。此过程用于Windows本地部署。由于此次AI本地部署需要多次用到官方链接进行下载，需要各位观看的小伙伴自行准备clash等可访问的代理。]]></description><category></category></item><item><title><![CDATA[基于实时面部检测与姿态估计的数字人实现：从Python到Unity的全栈实现]]></title><link>https://blog.csdn.net/wqthaha/article/details/147014852</link><guid>https://blog.csdn.net/wqthaha/article/details/147014852</guid><author>wqthaha</author><pubDate>Sat, 05 Apr 2025 20:07:37 +0800</pubDate><description><![CDATA[本文将介绍如何通过Python的dlib库实现面部68个特征点的实时检测，结合卡尔曼滤波优化数据流，并通过Socket通信将数据传递至Unity引擎，最终驱动3D模型的自然面部表情与头部运动。本文提供完整的代码实现和工作流解析，适用于虚拟角色驱动、AR/VR交互等场景。]]></description><category></category></item><item><title><![CDATA[Yolov12手把手安装配置教程，非常容易！]]></title><link>https://blog.csdn.net/wqthaha/article/details/146301762</link><guid>https://blog.csdn.net/wqthaha/article/details/146301762</guid><author>wqthaha</author><pubDate>Tue, 18 Mar 2025 09:21:51 +0800</pubDate><description><![CDATA[最新的 YOLOv12 已正式发布！作为目标检测领域的前沿模型，它带来了更高的检测精度与更快的推理速度。本文将简要介绍如何安装并使用 YOLOv12，帮助大家快速上手，体验这一最新版本的强大性能。]]></description><category></category></item><item><title><![CDATA[EDPose：探讨端到端的实时多人姿态估计]]></title><link>https://blog.csdn.net/wqthaha/article/details/144879212</link><guid>https://blog.csdn.net/wqthaha/article/details/144879212</guid><author>wqthaha</author><pubDate>Thu, 02 Jan 2025 14:08:34 +0800</pubDate><description><![CDATA[本文提出了一种新的端到端显式盒检测的框架，称为ED-Pose，它统一了人级（全局）和关键点级（局部）信息之间的上下文学习。与以往的单阶段方法不同，ED-Pose将该任务重新视为两个显式的盒子检测过程，具有统一的表示和回归监督。首先，我们引入了一个人工检测解码器来提取全局特征。它可以为后一种关键点的检测提供良好的初始化，使训练过程快速收敛。其次，为了引入关键点附近引入上下文信息，我们将姿态估计视为关键点盒检测问题来学习每个关键点的盒位置和内容。]]></description><category></category></item><item><title><![CDATA[RTMW:实时多人2D和3D 全人体姿态估计]]></title><link>https://blog.csdn.net/wqthaha/article/details/144689678</link><guid>https://blog.csdn.net/wqthaha/article/details/144689678</guid><author>wqthaha</author><pubDate>Tue, 24 Dec 2024 14:50:09 +0800</pubDate><description><![CDATA[全身姿势估计是一项具有挑战性的任务，它需要同时预测身体、手、脸和脚的关键点。全身姿态估计旨在预测人体的细粒度姿态信息，包括面部、躯干、手和脚，这在以人为中心的感知和生成的研究以及各种应用中发挥着重要作用。在这项工作中，我们提出了RTMW（实时多人全身姿态估计模型），一系列高性能的二维/三维全身姿态估计模型。我们将RTMPose模型架构与FPN和HEM（层次编码模块）相结合，以更好地捕获从不同尺度的不同身体部位的姿态信息。]]></description><category></category></item><item><title><![CDATA[RTMO: 面向高性能单阶段的实时多人姿态估计]]></title><link>https://blog.csdn.net/wqthaha/article/details/144686080</link><guid>https://blog.csdn.net/wqthaha/article/details/144686080</guid><author>wqthaha</author><pubDate>Tue, 24 Dec 2024 11:35:03 +0800</pubDate><description><![CDATA[实时多人姿态估计在平衡速度和精度方面提出了重大挑战。虽然两阶段自上而下的方法会随着图像中人数的增加而减慢，但现有的一阶段方法往往不能同时提供高精度和实时性能。本文介绍了RTMO，一个单阶段姿态估计框架，通过在YOLO架构中使用双一维热图表示关键点，无缝集成了坐标分类，在保持高速的同时，实现了与自上而下的方法相当的精度。我们提出了一个动态坐标分类器和一个定制的损失函数，专门设计来解决坐标分类和密集预测模型之间的不兼容性。]]></description><category></category></item><item><title><![CDATA[AI Agent尝鲜：AI代理或智能体那么火，那么它有什么特别之处呢？]]></title><link>https://blog.csdn.net/wqthaha/article/details/144107308</link><guid>https://blog.csdn.net/wqthaha/article/details/144107308</guid><author>wqthaha</author><pubDate>Fri, 29 Nov 2024 11:03:09 +0800</pubDate><description><![CDATA[介绍了扣子平台如何使用AI Agent的demo。它能做的事情还有很多，持续更新中！]]></description><category></category></item><item><title><![CDATA[Hallo2手把手实现：一个人脸讲话系统，就这么容易安装！]]></title><link>https://blog.csdn.net/wqthaha/article/details/144087474</link><guid>https://blog.csdn.net/wqthaha/article/details/144087474</guid><author>wqthaha</author><pubDate>Wed, 27 Nov 2024 16:21:56 +0800</pubDate><description><![CDATA[在2024年6月，复旦大学的研究团队推出了Hallo项目，这是一个用于纵向图像动画的分层音频驱动视觉合成技术，引起了广泛关注。紧接着，京东健康基于Hallo模型使用中文数据训练了新的模型JoyHallo。到了10月16日，Hallo2作为Hallo的升级版本惊艳亮相。本章，我们主要复现这个work。]]></description><category></category></item><item><title><![CDATA[全面解析Hallo2：深入了解其核心特性与优势]]></title><link>https://blog.csdn.net/wqthaha/article/details/144056795</link><guid>https://blog.csdn.net/wqthaha/article/details/144056795</guid><author>wqthaha</author><pubDate>Wed, 27 Nov 2024 15:13:10 +0800</pubDate><description><![CDATA[本论文介绍了Hallo2模型的更新，提出了一系列设计增强以扩展其功能。首先，本论文将该方法扩展至制作更长时间的视频，并针对外观漂移和时间伪影等挑战，研究了在条件运动框架的图像空间内的增强策略。具体来说，本论文引入了一种结合高斯噪声增强的贴片滴技术，以增强视觉一致性和长期的比例相干性。其次，本论文实现了4K分辨率的肖像视频生成。为此，本论文实现了潜在码的向量量化，并应用时间对齐技术以保持跨时间维度的一致性。通过集成高质量的解码器，本论文实现了4K分辨率的可靠合成。]]></description><category></category></item><item><title><![CDATA[使用VSCode插件Remote-SSH连接服务器]]></title><link>https://blog.csdn.net/wqthaha/article/details/144074700</link><guid>https://blog.csdn.net/wqthaha/article/details/144074700</guid><author>wqthaha</author><pubDate>Wed, 27 Nov 2024 13:09:20 +0800</pubDate><description><![CDATA[使用VS Code连接远程服务器！]]></description><category></category></item><item><title><![CDATA[YOLO-World解读：零基础学习开放世界模型]]></title><link>https://blog.csdn.net/wqthaha/article/details/143677897</link><guid>https://blog.csdn.net/wqthaha/article/details/143677897</guid><author>wqthaha</author><pubDate>Sun, 24 Nov 2024 09:20:14 +0800</pubDate><description><![CDATA[YOLO World是一项突破性的技术，它增强了YOLO探测器在开放词汇检测方面的能力。该技术通过视觉语言建模和在大规模数据集上的深度预训练，引入了先进的RepVL-PAN网络以及区域文本对比损失，从而强化了图像与文本之间的相互作用。在LVIS数据集的评估中，YOLO World实现了35.4的AP值和52.0的FPS，这一成就不仅超越了许多尖端方法，也标志着其在性能上的卓越。此外，YOLO World在对象检测和开放词汇实例分割等任务上也展现了卓越的性能，进一步证明了其在该领域的领先地位。]]></description><category></category></item><item><title><![CDATA[ComfyUI+InstantID+ArtGallery尝鲜]]></title><link>https://blog.csdn.net/wqthaha/article/details/144002758</link><guid>https://blog.csdn.net/wqthaha/article/details/144002758</guid><author>wqthaha</author><pubDate>Sun, 24 Nov 2024 09:05:56 +0800</pubDate><description><![CDATA[ComfyUI，作为当前SD的一个节点流版本，非常适合高级AI设计师使用；InstantID，作为换脸的SOTA技术，以高度拟合，达到以假乱真的地步而流行；ArtGallery，非常人性化的将提示词，以可视化的方式展示出来，从而广受欢迎。这里，我们尝试将这三种组合放在一起使用，能达到什么惊奇的效果呢？这个仓库（节点）也是一个可视化提示词的工具。其效果如下：里面包含很多背景的图片，可以作为设计的元素。AIGC，就像一个魔方棒一样，能够让人的视界得到拓展；如何玩起来，做有意思的作品，动起来吧！]]></description><category></category></item><item><title><![CDATA[干货：零基础Google免费的GPU Colab+手把手理解扩散模型]]></title><link>https://blog.csdn.net/wqthaha/article/details/143301499</link><guid>https://blog.csdn.net/wqthaha/article/details/143301499</guid><author>wqthaha</author><pubDate>Wed, 30 Oct 2024 08:30:41 +0800</pubDate><description><![CDATA[在普遍收费的云服务器中，免费的Google Colab算是一股清流，这么良心的云服务器赶紧学起来。整体来说没有什么操作难点，最重要的是他是免费，而且分配的配置都比较好，所以真的很良心。]]></description><category></category></item><item><title><![CDATA[最新版的 Git+VS Code同步版本管理实践]]></title><link>https://blog.csdn.net/wqthaha/article/details/143217307</link><guid>https://blog.csdn.net/wqthaha/article/details/143217307</guid><author>wqthaha</author><pubDate>Thu, 24 Oct 2024 20:45:41 +0800</pubDate><description><![CDATA[最近刚好在做免费的个人团队IP打造，需要使用git来同步最新的信息。为此，不得不重新学习这门技巧，来提升打造的效果。]]></description><category></category></item><item><title><![CDATA[打造你想要的个人IP：借助开源的力量来免费帮你迅捷实现]]></title><link>https://blog.csdn.net/wqthaha/article/details/143176532</link><guid>https://blog.csdn.net/wqthaha/article/details/143176532</guid><author>wqthaha</author><pubDate>Wed, 23 Oct 2024 14:32:14 +0800</pubDate><description><![CDATA[这个搭建个人或网站的话，这是非常好的一个界面系统。还是免费的，国内网也可访问。]]></description><category></category></item><item><title><![CDATA[MedSAM2调试安装与使用记录]]></title><link>https://blog.csdn.net/wqthaha/article/details/142954899</link><guid>https://blog.csdn.net/wqthaha/article/details/142954899</guid><author>wqthaha</author><pubDate>Tue, 15 Oct 2024 21:00:20 +0800</pubDate><description><![CDATA[我们在解读完MedSAM之后，迫不及待想尝尝这个技术带来的福音，因此验证下是否真的那么6。这不，新鲜的使用教程来了！！！这里将SAM2MED进行了测试和推理，步骤比较多，但是也不难。模型取得的效果，还需要进一步验证！]]></description><category></category></item></channel></rss>