摘要 我们介绍Qwen2.5-VL，这是Qwen视觉-语言系列的最新旗舰模型，它在基础能力和创新功能方面都取得了显著进展。Qwen2.5-VL在理解和与世界互动方面实现了重大...
发简信
IP属地：北京
-
Qwen2.5-VL 技术报告 -
DeepSeek-R1：通过强化学习激励大语言模型的推理能力February 24, 2025 摘要 我们介绍我们的第一代推理模型，DeepSeek-R1-Zero 和 DeepSeek-R1。DeepSeek-R1-Zero 是一个...
-
Pytorch amp学习
参考了 Pytorch自动混合精度(AMP)介绍与使用[https://www.cnblogs.com/jimchen1218/p/14315008.html]与pytorc...
-
Beyond Fixed Grid: Learning Geometric Image Representation with a Deformable Grid
在现代计算机视觉中，图像通常表示为具有一定步幅的固定均匀网格，并通过深层卷积神经网络进行处理。我们认为将网格变形以更好地与高频图像内容对齐是一种更有效的策略。 我们介绍了可变...
-
Temporal Segment Networks for Action Recognition in Videos摘要—深度卷积网络在图像识别方面取得了巨大成功。 但是，对于视频中的动作识别，它们相对于传统方法的优势并不是那么明显。 我们提供了一个通用且灵活的视频级框架，用于学习视频中的...
-
基于Youtube-8M的视频场景分类简介： 首先对于视频和图片分类的区别，我的理解就是视频分类多了一些时间信息。另一方面对于视频分类包括的场景和动作这两类视频分类中，感觉时域信息的重要性也不同。动作分类更加注重...
-
DFS
1. 二叉树路径总和 LeetCode 113 给定一个二叉树和一个目标和，找到所有从根节点到叶子节点路径总和等于给定目标和的路径。 如若不使用引用，则不需要恢复现场 2. ...
-
运动恰当说是一堆柴把正在燃烧不断的火焰持续向上延伸……
-
单调队列
队列中各元素序列是严格单调递增或递减的，队首和队尾都可以出队，但入队只能从队尾入队。由于队列内元素有序，取最值的复杂度为O(1)。维护一个单调队列主要包含以下主要步骤： 若队...
-
背包问题
1. 0-1背包 ---优化空间复杂度到O(N) ---以上求的是不大于背包容量的情况下的最大价值?，如果是恰好装满的情况，只需要修改初始化代码 2. 完全背包 3. 多重背...
-
针孔摄像机模型与基本投影几何最近由于项目需要，简单学习了一下针孔模型与基本的投影几何，在这里做个记录，便于日后快速查阅。主要参考了《学习OpenCV》,胖大星越来越胖的博客--单目相机标定 和peggy...
