【导读】 单张RGB图像，也能重建出逼真的3D世界？ 近日，西湖大学AGI实验室联合浙江工业大学等单位，提出了一种全新的多教师蒸馏算法，仅靠2万张无标签图片，就显著提升了单目深度估计的精度，刷新了现有

这篇文章详细描述了地平线征程 6M 部署 Omnidet 感知模型的基本特性和使用技巧，导出模型、校准集准备等

在基于 Transformer 架构的 AI 大模型中，注意力机制早已成为了必不可少的核心组件。 但是传统注意力机制在处理长序列数据时存在很多问题。 典型的就是计算复杂度过高，导致在大数据场景中的应用

导读 在无人机图像中进行小目标检测，始终是计算机视觉领域的一大挑战。由于拍摄高度高、背景复杂、目标尺寸小、易遮挡等因素，现有检测算法往往难以取得理想效果。本文将为你详细介绍一款专为解决这一问题设计的模

1. RAG 权威指南：从本地实现到生产级优化的全面实践 大型语言模型（LLM）的知识受限于其训练数据，这是一个众所周知的痛点。检索增强生成（RAG）技术应运而生，它如同一座桥梁，将这些强大的基础模型

1 写在前面 最近在做二次元商品项目，遇到了拍照识别商品的需求。一开始完全不懂，只能边学边做。这篇文章记录了学习和实践过程，希望能给同样在探索图片识别技术的朋友一些参考。 2 学习图片相似度的基础知识

作者：京东零售 李杰峰 一、前言 随着大模型的广泛应用，作为人工智能三大支柱之一的AI算力，已经成为竞争的焦点。从模型训练到推理，算力存在于大模型生命周期的每一环，极大程度地影响着模型在实际业务场景的

量化本质上是对数值范围的重新调整，可以「粗略」理解为是一种线性映射。但目前在工业界落地的还都是线性量化（对称量化、非对称量化、二值化等），地平线采用的主要是线性量化中的对称量化。

🌟【刷题赢矿石】黄金矿工上班计划来喽！活动打卡赚矿石了！活动：时间 12月5日-12月30日（27天）

【导读】 2025年已过半，AI领域依旧风起云涌。就在大家还在研究多模态和大模型融合时，YOLOv13 的发布再次把目标检测领域推上热搜，但目标检测，这个曾经被视为CV领域“基础中的基础”，如今也在被

【导读】 当我们谈论“看懂世界”的AI，我们真的只是让它“看”吗？CVPR 2025给出了不一样的答案：未来的AI必须是多模态的——能“看”、能“听”、能“感知”，甚至能“推理”。本篇文章带你走进CV

1. SVM是什么？ 定义：支持向量机是一种用于分类和回归的监督学习算法，核心目标是找到一个能够最大化分类间隔（Margin）的决策边界（超平面）。 名字的由来：模型的分类边界完全由少数关键样本（即“

PG是全球三大计算机图形学国际会议之一，我们发表的SOD-diffusion论文被PG2024录用，本文对论文进行了详细解读。

Elo 排名算法由匈牙利裔美国物理学家 Arpad Elo 发明，最初用于计算国际象棋选手的相对实力。该算法通过比赛结果动态调整选手的评分：胜者得分，败者扣分，分差越大的比赛结果对评分影响越小。核心思

原作信息 A Visual Guide to Mixture of Experts (MoE) 在看最新发布的大型语言模型（LLMs）时，你可能经常会在标题中看到 “MoE” 这个词。那么，这个 “M

FlashAttention 是由 Stanford Hazy Research 团队提出的一种高效实现方式，专为 GPU 设计，通过 I/O 感知（IO-aware）的优化策略，在不损失精度的前提下

GPT 3.5发布已近两年，程序员岗位仍未面临被AI取代的风险，且短期内尚未显现完全替代的可能性。 自大语言模型具备代码生成能力以来，包括我在内的许多从业者都曾忧虑被取代。但程序员的工作是否仅限于编写

蚁群算法（Ant Colony Optimization, ACO）是一种模拟蚂蚁觅食行为的群体智能优化算法，由Marco Dorigo于1992年提出，常用于解决组合优化问题（如旅行商问题、路径规划

复制粘贴的“苦日子”要结束了，测评新功能赢机械键盘！豆包MarsCode AI 问答上线新功能，一键 Apply AI 生成的代码片段至项目对应的文件位置并形成 Diff。