文章
制作、测试并拆解技术。通过实现、实验和调研,记录技术背后的原理。
5

#Deep Learning

机器学习 September 5, 2026

目标检测与语义分割入门——从图像中读取“物体位置”

目标检测通过绘制方框来框选物体;语义分割则根据图像含义为每个像素着色。本文将从两者的区别入手,探讨实例分割和全景分割,追溯 R-CNN、YOLO、DETR 和 DINO 的发展历程,直至它们对应的 3D 点云模型——系统地介绍场景理解的基本原理。

Fundamentals · 19 分钟阅读
机器学习 September 4, 2026

SegFormer详解——为什么没有位置编码的Transformer也能用于视频分割

本文基于原始论文,对NVIDIA、香港大学及其合作者在NeurIPS 2021上提出的SegFormer进行了深入剖析。我们考察了不带位置编码的分层MiT编码器、参数高效的All-MLP解码器、有效感受野、测量得到的mIoU、参数数量,并使用公式计算了从B0到B5的性能。

Fundamentals · 13 分钟阅读
机器学习 September 4, 2026

YOLO11 深度解析——C3k2 和 C2PSA 与 YOLOv8 相比发生了哪些变化?

“使用官方文档和原始资料(C3k2、C2PSA、无锚点检测、DFL/CIoU 损失以及 n/s/m/l/x 的测量基准)来分解 Ultralytics YOLO11。”

Fundamentals · 15 分钟阅读
机器学习 September 4, 2026

机器学习入门:神经网络基础

神经网络堆叠仿射变换和非线性激活,然后通过反向传播和基于梯度的优化来减少损失。

Fundamentals · 6 分钟阅读
技术趋势 July 17, 2026

SLAM领域的技术趋势

从基于滤波器的方法到图优化,再到如今基于学习的AI原生方法。本文追溯了SLAM(同步自定位与建图)的发展历程以及当前的研究现状。

Trends · 10 分钟阅读