Mira-Tableau-CSDN博客

转载大模型使用：Harnessing the Power of LLMs in Practice A Survey on ChatGPT and Beyond

最重要的是，论文提供了详细的讨论，探讨了大型语言模型在各种自然语言处理任务中的使用和非使用情况，例如知识密集型任务、传统的自然语言理解任务、自然语言生成任务、新兴能力和对于特定任务的注意事项。随着模型大小和复杂性的大幅增长，预测模型性能的方法。最后，而且最重要的是，论文深入研究了知识密集任务、传统NLU任务和生成任务等各种具体的NLP任务，介绍了这些模型具有的新能力和挑战性且实际存在的情况。微调模型通常是较小的语言模型，也是预先训练的，然后在较小的任务特定数据集上进一步微调，以优化其在该任务上的性能。

2023-05-01 15:57:26 950

原创视频内容相似度&视频数字版权综述

视频内容相似度算法随着视频内容越来越多，通过深度模型理解视频，提取视频内容特征，建立视频搜索引擎，已经成为主流。视频内容相似度检索以及视频内容理解能力越发重要。再业务推进过程以及技术积累过程中，对调研尝试过的数据和方法，做简要的整理和剖析。当前北大满哥视频侵权，说明平台在视频内容审核这一块，严格意义上讲，就平台再视频版权这一块，或多或少的都需要人工运维去做支撑（依据没有运用OCR以及语义等初级的文案审核能力对头部流量视频做内容风控）。显然目前互联网企业的初衷，还在我们的"菜篮子"里，未将精力投入的科技的星

2022-05-31 17:50:41 1265

原创 Selenium Chrome Driver 爬虫实践

selenium 爬虫策略的简单应用，开篇介绍了，使用chrome driver一些常见配置项，介绍并使用了一些常见的爬虫策略，如隐藏浏览器特征，设置UserAgent，配置代理池等方法，最后再比价网站上的完整应用；

2022-05-06 11:04:45 880

原创苹果CSAM检测技术-基于神经网络的图像感知hash

苹果CSAM检测技术介绍基于神经网络的感知hash 算法CSAM检测技术-算法无论调整图像大小或压缩图像，哈希值几乎不会改变；https://github.com/AsuharietYgvar/AppleNeuralHash2ONNX图片Perceptual Hashing结果对比从图中得知左右两图，哈希值一致；参考资料https://www.apple.com/child-safety/pdf/CSAM_Detection_Technical_Summary.pdfhttps:

2021-08-25 09:22:35 524

原创 windows系统下Powershell，cmd 实现进程监控重启

以Python 进程监控为例，该进程为京东网站数据分布式爬取程序，实现windows下网络连接失败等其他原因造成的进程异常结束，实现进程重启；脚本如下，将如下脚本赋值到文本文件，后缀名改为bat；直接在Powershell窗口运行即可；:restartset /A ProgramCntLevel=1 REM 进程数量赋值for /F %%i in ('tasklist ^| findstr python ^| find /v /c ""') do (set ProgramCount=%%i)

2021-08-02 09:58:17 1532

原创图搜-图文对比学习实践

图搜-图文对比学习实践经典图搜方法传统图搜技术包括PHash，DHash，局部敏感哈希等等；随着深度学习的快速发展，深度学习模型在图片认知和分类上达到与人相媲美的能力；这也使得像Vgg，Resnet系列的网络越来越多的用来对图片内容进行理解，比如像YOLO系列，FasterRCNN，CenterNet等常见的物品检测网络都是使用常见Resnet这些常见的Backbone，进行物体地位以及目标物体分类；鉴于这些网络高层次特征的理解能力，因此被越来越多的应用到图搜领域；以VGG和Resnet50为例，结合

2021-07-27 17:59:02 623

原创图文 Contrastive Learning (CLIP) VS Pre-training tasks (ViLT)

Contrastive Learning (CLIP) VS Pre-training tasks (ViLT)结果展示图+文找相同，第一列到第四列从左到右依次为：CLIP图分支，CLIP图+文，CNN(Resnet50),最后一列为文本；（记录）因为看到下面这两篇文章，所以重新回顾了一些经典的文章，拿来做分析；俗话说因果循环，辩证思考；在Contrastive Learning基础上展开的研究(个人观点)How Much Can CLIP Benefit Vision-and-Langu

2021-07-26 19:29:49 1650

原创 # 互信息最大化[视角统一]:Align before Fuse: Vision Language Representation Learning with Momentum Distillation

互信息最大化[视角统一]:Align before Fuse: Vision and Language Representation Learning with Momentum Distillation摘要视觉和语言表示学习已经广泛被应用与各种视觉语言任务。现有方法大多数基于Transformer方法的多模态编码器同时进行视觉特征学习（基于区域的图像特征）和文本特征学习。鉴于视觉特征和文本特征之间的语义空间不一致问题，因此多模态编码器在学习图像-文本交互上具有非常大的挑战性。文章通过引入对比损失，通过

2021-07-23 17:30:02 5314 2

原创 CLIP在V&L中的应用-How Much Can CLIP Beneﬁt Vision-and-Language Tasks

How Much Can CLIP Beneﬁt Vision-and-Language Tasks这里提取了文章的主要核心观点，也即基于CLIP的自监督任务，在V&L也不错的表现；笔者认为，文章未对CLIP模型本身在V&L任务上的表现做出评估，基于对比学习的CLIP训练模型结果，已经具备不同模态间的语义对齐能力，也即视觉分支的嵌入特征与文本分支的嵌入特征已经具有语义一致性；文章的创新偏重于模型训练迁移技巧，模型上创新不足，未充分考虑contrastive learning 和 V&a

2021-07-22 12:00:02 808

原创行人重识别常用数据集汇总以及经典方法尝试使用

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例

2021-06-24 11:18:16 210

原创深度学习模型压缩分类及原理方法

深度学习模型压缩分类及原理方法深度学习模型压缩思路精细模型设计模型裁剪及权重共享复用低秩近似知识蒸馏核的稀疏化模型量化（网络二值化）Compressing Deep Convolutional Neural Networks by Stacking Low-dimensionalBinary Convolution Filters剪枝就是通过去除网络中冗余的channels,filters, neurons, orlayers以得到一个更轻量级的网络，同时不影响性能。代表性的工作有

2021-06-24 10:46:10 698

原创 Opencv与Caffe 安装使用

1 引言 2 常用OpenCV库与机器学习平台Caffe 2.1 OpenCV在图像处理中的使用介绍 2.2 机器学习平台：Caffe 3 软件安装及错误解决方案 3.1 Centos7无网络环境安装配置Opencv 3.2 Centos7无网络环境安装配置Caffe 3.3 软件安装中遇到的问题 3.3.1 错误 li

2018-10-30 22:20:04 1636

原创 Tensorflow 模型快速训练-Data Pipeline

Tensorflow Fast TrainTensoflow 训练流程数据处理下面以人脸识别模型为例The Data (lfw as example)如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLo...

2018-10-30 22:04:28 595

原创行人去重文整理总结

概述行人重识技术能对消费者进行身份确认，这为门店客流的精准统计与精准营销提供了技术支撑。基于门店场景行人重识别的研究需求，最近在网上搜索关于“行人重识别”及“行人再识别”等关键词，发现几乎都是关于行人检测的内容，除了能在谷歌学术中搜到一些行人重识别的学术论文外，行人重识别的资料明显没有行人检测的丰富。零售行业的智能化发展对行人重识技术提出了更高的要求，门店是顾客消费的重要场景，因此结合门店中行人重

2017-09-27 21:59:58 2405

原创 caffe Visual Studio 安装配置

Caffe VS2015安装配置系统环境：windows 7 professional 64位软件环境：Visual Studio 2015Cmake 3.4 版本以上Anconda x64（or Miniconda）CUDA 7.5 or 8.0(optional)cuDNN V5(optional)配置Caffe前应保证：1、上述软件应该保证都被正确安装。如无GPU，可不用安装CUDA或者 cu

2017-08-14 21:52:00 914

原创 Centos 7 Caffe 环境搬迁配置

Centos7无网络环境安装配置Caffe这里主要针对caffe进行安装配置时，下面给出不能正常联网时，caffe安装的详细过程，并提供了软件安装过程中需要的依赖包。注意这里只给出该系统版软件包有依赖安装的情况进行说明，对于不需要依赖安装的软件不做说明，直接下载对应源，通过其它途径拷贝到相应安装位置即可。系统环境（centos 7, 服务器无联网环境）：Linux version 3.

2017-07-24 13:17:47 212

原创 Centos 不联网安装配置Opencv

Centos7不联网安装配置Opencv总得来讲，opencv在安装过程失败，往往是因为缺少相应库。我们这里详细讨论并介绍opencv安装过程中库的依赖关系，这里不联网还是需要下载相应软件包的，这里只不过是已经帮大家下载好，并进行了说明。这里主要针对Opencv进行安装配置时，下面给出不能正常联网时，Opencv安装的详细过程，并提供了软件安装过程中需要的依赖包。注意这里只给出该系统版软件

2017-07-23 12:10:46 1025

茅场晶彦