首页
Python
Java
前端
数据库
Linux
Chatgpt专题
开发者工具箱
诺亚专题
【YOLOv10轻量级涨点改进:block优化 | 华为诺亚2023极简的神经网络模型 VanillaNet】
本文属于原创独家改进:一种极简的神经网络模型VanillaNet,以极简主义的设计为理念,网络中仅仅包含最简单的卷积计算,去掉了残差和注意力模块 计算量参数量比较,8.4 GFLOPs降低至6.1 GFLOPs YOLOv10n summary: 385 layers, 2709380 parameters, 2709364 gradients, 8.4 GFLOPsYOLOv10n-Van
阅读更多...
图像生成/编辑应用落地必不可少!MuLAn:首个实例级RGBA分解数据集(华为诺亚)
文章链接:https://arxiv.org/pdf/2404.02790.pdf 数据集链接:https://MuLAn-dataset.github.io/ 文本到图像生成已经取得了令人惊讶的成果,但精确的空间可控性和prompt的保真度仍然是极具挑战性的。通常通过繁琐的prompt工程、场景布局条件或图像编辑技术来解决这一限制,这些技术通常需要手绘mask。然而,现有的工作往往难以
阅读更多...
YOLOv9改进策略 :blcok优化 | 极简的神经网络VanillaBlock 实现涨点 |华为诺亚 VanillaNet
💡💡💡本文改进内容: VanillaNet,是一种设计优雅的神经网络架构, 通过避免高深度、shortcuts和自注意力等复杂操作,VanillaNet 简洁明了但功能强大。 💡💡💡引入VanillaBlock GFLOPs从原始的238.9降低至 165.0 ,保持轻量级的同时在多个数据集验证能够高效涨点 yolov9-c-VanillaBlock summary: 1
阅读更多...
【LLM+RS】LLM在推荐系统的实践应用(华为诺亚)
note LLM用于推荐主要还是解决推荐系统加入open domain 的知识。可以基于具体推荐场景数据做SFT。学习华为诺亚-技术分享-LLM在推荐系统的实践应用。 文章目录 note一、背景和问题二、推荐系统中哪里使用LLM1. 特征工程2. 特征编码3. 打分排序 三、推荐系统中如何使用LLM四、挑战和展望Reference 一、背景和问题 传统的推荐模型网络参数效果较
阅读更多...
YOLOv5结合华为诺亚VanillaNet Block模块
🗝️YOLOv5实战宝典--星级指南:从入门到精通,您不可错过的技巧 -- 聚焦于YOLO的 最新版本, 对颈部网络改进、添加局部注意力、增加检测头部,实测涨点 💡 深入浅出YOLOv5:我的专业笔记与技术总结 -- YOLOv5轻松上手, 适用技术小白,文章代码齐全,仅需 一键train,解决 YOLOv5的技术突破和创新潜能 ❤️ YOLOv5创新攻略:突破技术
阅读更多...
诺亚幻想抽卡——玩家控制概率的抽卡系统
玩家控制概率? 和传统的抽卡方式消耗单一资源(钻石,金币,十连抽礼券)不同,《诺亚幻想》的抽卡,是需要消耗多种资源,每一种资源玩家都可以配置相应的数值,相当于在真正的抽卡逻辑之前,进行了策划的配置权重的工作,相应的,配置好数值之后,对于所有英雄抽卡获得的概率都会改变。这种抽卡被玩家称之为诺亚幻想大建,每个英雄对应的最佳的各种资源的数值被称之为大建公式,从最终的抽卡体验来看,很多玩家都觉得这是谜一
阅读更多...
YOLOv7改进:极简的神经网络模型 VanillaNet---VanillaBlock助力检测,实现暴力涨点 | 华为诺亚2023
💡💡💡本文属于原创独家改进:极简模块VanillaBlock,以极简主义的设计为理念,网络中仅仅包含最简单的卷积计算,去掉了残差和注意力模块,二次创新引入到YOLOv7中取得了不俗的效果。 极简模块VanillaBlock | 亲测在多个数据集实现涨点; 收录: YOLOv7高阶自研专栏介绍: http://t.csdnimg.cn/tYI0c ✨✨✨前沿最新计算机顶会
阅读更多...
瓦解勒索病毒突袭,三大真实案例披露美创“诺亚”防毒之路
网络攻击千千万,勒索病毒占一半! 今年7月,国际知名GPS设备品牌Garmin遭勒索软件攻击,全球在线业务受到影响;同月,著名数码摄像机厂商佳能遭Maze勒索软件攻击,10TB数据和私有数据库惨遭窃取……自“永恒之蓝”开始,递增、扩散、高发的勒索病毒已成为全民公敌,政府、医疗、交通、制造各行各业无一幸免。 勒索病毒攻击后无法访问 面对未知、突发性的勒索病毒,传统病毒检测越来越
阅读更多...
基于YOLOv8的安全帽检测系统(2):Gold-YOLO,遥遥领先,助力行为检测 | 华为诺亚NeurIPS23
目录 1.Yolov8介绍 2.安全帽数据集介绍 3.Gold-YOLO 4.训练结果分析 1.Yolov8介绍 Ultralytics YOLOv8是Ultralytics公司开发的YOLO目标检测和图像分割模型的最新版本。YOLOv8是一种尖端的、最先进的(SOTA)模型,它建立在先前YOLO成功基础上,并引入了新功能和改进,以进一步提升性能和
阅读更多...