Tipriest's Blog

我想要做一个能够很方便地用于目标检测的数据集，目前是调用了Qwen2.5 VL的API来进行一个检测，能够对每张图片输出零个，一个或者多个json格式的检测框，我想要保存成标准的YOLO或者COCO格式，方便之后使用YOLO或者其他算法进行目标检测，你有什么建议吗 结合你的需求，以下是构建YOLO/COCO格式数据集的系统化建议（附代码框架和注意事项）： 一、核心步骤建议 统一数据目录结构（参考） 12345678910dataset/├── images/│ ├── train/ # 训练集图片│ └── val/ # 验证集图片├── labels_yolo/ # YOLO格式标签│ ├── train/│ └── val/└── annotations/ # COCO格式json ├── train.json └── val.json 类别映射文件（必须）创建classes.txt，每行一个类别： 123personcardog YOLO...

Qwen2.5有一个CookBookhttps://zhuanlan.zhihu.com/p/21417326672Qwen2.5 Cookbooks都干了点啥:computer_use.ipynb: spatial_understanding.ipynb: 检测特定类型的物体 检测某一个物体 某一个物体的一个中心点 推理能力(比如检测出一个狐狸的影子) 理解不同实体之间的关系(框出见义勇为的人) 找出具有特定材质，位置和用途的物品 使用Qwen2.5描框的能力帮助数数和其他运算 Qwen可能的一些坑

零: 来源 每周用 10 分钟完成深度复盘？这套基于 PDCA 循环的 Obsidian 周总结工作流，通过 dataview 脚本自动聚合日记中的 GDG 思考和待办数据，生成可视化周报后自动归档原始日记。告别 3650 个散落文件，用自动化实现知识沉淀，让每周成长清晰可见。 https://mp.weixin.qq.com/s/VuuMaA73jeNYHaD-X1toCw

零: 项目说明是这样的一个事情，经过与deepseek的一番讨论和交流，DeepSeek为我设计了一个30天高强度学习计划，重点聚焦弱监督/无监督语义分割在野外场景的应用，结合理论与实践，并最终导向可落地的开源项目。 主要想法是做基于大模型的弱监督语义分割，主要步骤如下： 自动生成标注：大模型生成图像级标签，边框，涂鸦、点标注等几种弱监督标注类型的标注： 生成伪标签：采用基于类激活图(CAM, Class Activation Mapping)的方法 + CRF后处理，利用分类网络生成伪标签pseudo 训练分割模型：将伪标签作为监督信号，训练U-Net、DeepLabv3+等分割网络。 代码在这里：不断改进中：https://github.com/Tipriest/30Days-for-segmentation 一: 使用grounding-dino model标注地形所在的范围框1.1...

我的问题:我目前用github page + hexo搭建了一个个人的博客框架，本地用Obsidian来写blog，我保存图片最好用什么呢，是用github的仓库还是图床，我需要稳定便捷，我平时主要在Windows和Linux上来写Blog，因此需要具有这两个平台的兼容性 跨平台图片管理方案（Windows + Linux）为满足Windows和Linux双平台兼容性，同时保证稳定性和操作便捷性，推荐以下方案： 核心方案：GitHub仓库 + PicGo + CDN加速1. 创建GitHub图片专用仓库 新建一个GitHub仓库（如blog-images），建议设为公开以使用免费CDN。 优势：数据完全自主控制，无存储容量限制（适合个人图片存储）。 2. 使用PicGo跨平台上传工具 工具选择： PicGo的 官方文档 PicGo的 下载地址 下载并安装PicGo： 配置GitHub图床： 生成GitHub Token（需repo权限）。 打开安装的.AppImage文件，Linux可以使用disown实现前后端分离 初始化配置： ...

作者：Sgapptii链接：https://www.zhihu.com/question/447064746/answer/3204309014来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 先看书并复现书上的代码。然后看顶会顶刊，并复现对应的代码。我是从研0暑假开始学机器学习、深度学习，基础理论差不多研一上学期结束时学完。我寒假开始看论文，最先看的是ViT, YOLOv3, DETR, ConvLSTM，并复现代码。后面下学期开学，专门看语义分割、显著性检测、自监督学习的顶会，研二上结束，精读了有六七十篇，并尽力复现每一篇的代码，成功复现80％已读顶会的代码。我的具体学习路线，可供参考。 机器学习，看《机器学习实战》Peter Harrington著，并复现书中代码。 机器学习，看《机器学习实战》Peter...

深蓝学院： 深度强化学习https://www.zhihu.com/people/tsesea 《Deep Reinforcement Learning》 由史蒂文斯理工学院Shusen Wang博士主讲，课程通过生动有趣的例子，以简洁有力的语言（央视播音员水平），讲解强化学习的基本概念以及算法原理。通过学习本课程，初学者能在短时间内大体了解强化学习的大致体系，梳理开启自己的学习之旅。优势之处在于抛弃繁文缛节的数学严谨性，课程直接告诉你容易理解的结论。 作者：Tsesea链接：https://www.zhihu.com/question/653996087/answer/3503514747来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 《Reinforcement Learning for Sequential Decision and Optimal...

零: 项目说明是这样的一个事情，经过与deepseek的一番讨论和交流，DeepSeek为我设计了一个30天高强度学习计划，重点聚焦弱监督/无监督语义分割在野外场景的应用，结合理论与实践，并最终导向可落地的开源项目。 主要想法是做基于大模型的弱监督语义分割，主要步骤如下： 自动生成标注：大模型生成图像级标签，边框，涂鸦、点标注等几种弱监督标注类型的标注： 生成伪标签：采用基于类激活图(CAM, Class Activation Mapping)的方法 + CRF后处理，利用分类网络生成伪标签pseudo 训练分割模型：将伪标签作为监督信号，训练U-Net、DeepLabv3+等分割网络。 代码在这里：不断改进中：https://github.com/Tipriest/30Days-for-segmentation 参考引用https://blog.csdn.net/xs1997/article/details/145642622 一:...

零: 项目说明是这样的一个事情，经过与deepseek的一番讨论和交流，DeepSeek为我设计了一个30天高强度学习计划，重点聚焦弱监督/无监督语义分割在野外场景的应用，结合理论与实践，并最终导向可落地的开源项目。 主要想法是做基于大模型的弱监督语义分割，主要步骤如下： 自动生成标注：大模型生成 图像级标签，边框，涂鸦、点标注等几种弱监督标注类型的标注： 生成伪标签：采用基于 类激活图(CAM, Class Activation Mapping)的方法 + CRF后处理，利用分类网络生成伪标签pseudo 训练分割模型：将伪标签作为监督信号，训练 U-Net、DeepLabv3+等分割网络。 代码在这里：不断改进中：https://github.com/Tipriest/30Days-for-segmentation 参考引用https://zhuanlan.zhihu.com/p/29567314 一: 采用思维链Cot优化大模型的image label效果在上一篇文章中，主要采用了直接通过 CLIP模型+阈值判断的方法和通过...

零: 项目说明是这样的一个事情，经过与deepseek的一番讨论和交流，DeepSeek为我设计了一个30天高强度学习计划，重点聚焦弱监督/无监督语义分割在野外场景的应用，结合理论与实践，并最终导向可落地的开源项目。 主要想法是做基于大模型的弱监督语义分割，主要步骤如下： 自动生成标注：大模型生成 图像级标签，边框，涂鸦、点标注等几种弱监督标注类型的标注： 生成伪标签：采用基于 类激活图(CAM, Class Activation Mapping)的方法 + CRF后处理，利用分类网络生成伪标签pseudo 训练分割模型：将伪标签作为监督信号，训练 U-Net、DeepLabv3+等分割网络。 代码在这里：不断改进中：https://github.com/Tipriest/30Days-for-segmentation 一:...