开发工程师

总结xyp

代码在线跑，知识轻松学

Python精品学习库

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

博客搬家 | 分享价值百万资源包

往期视频·干货材料·成员作品 最新动态

技术创作特训营·精选知识专栏

新邀入驻腾讯云开发者社区，福利多多！

如何运用「云、端融合的数智化安全体系」高效护航数据安全

左手AI，右手安全 —— 一汽丰田数字化转型之路

在 AI 技术高速发展的今天，作为一名开发者，编程语言的迭代速度正迅速刷新着我们的认知。当我们习惯了 Python 的简洁灵活来快速编程、搭建自动化工具时，也常常在运算速度、多平台支持等场景中感受到其作为工具型语言的局限 。正是在这样的背景下，一批面向未来的编程语言应运而生，试图在开发效率与运行性能和灵活性之间找到新的平衡点。

仓颉值得学吗？从 Python 项目迁移看其适配场景与技术优势

马上就迎来了硕士论文开题的季节，忙着撰写学位论文的难题又落在了我的头上，一大堆的大量最新论文，让我实在是目不应暇。手动点开每篇记录标题、作者、引用次数，慢得让人着急。

基于代理技术的学术平台合规数据高效采集实践 —— 以 Google Scholar 文献获取为例

看起来，多模态就是"什么都能处理"，包括文本、图像、视频及音频。各大厂商在这个方向上军备竞赛，模型参数越来越大，支持的模态越来越多，但实际应用中却往往事与愿违。一个通用多模态模型虽然什么都能做一点，却往往什么都做不好，让现在的AI识别一张财务报表中的信息，它的准确率可能还不如十年前的专业OCR软件，这背后的原因困惑了我好久。

PRCV 2025：文本何以成为 AGI 的必经之路？

最近在做项目的时候遇到了一个挺头疼的问题，很多不用的任务需要我们大量调用各种大模型API，但现在市面上的MaaS服务实在太多了，选择起来还是很纠结的。

大模型服务选择困难症？这个清华团队做的评测平台可能帮到你

最近经常在网上刷到各种3A游戏，丰富逼真的游戏画面和激烈的战斗场景让我振奋不已。想起自己自从换上Mac之后，就很少接触Steam中的大型游戏了，就连之前爆火的国产3A大作《黑神话：悟空》也没玩过，说来也是惭愧。众所周知，Mac对游戏支持有限，但是作为Mac用户的我也想体验一把国产3A大作的魅力，于是我请教了很多用Mac的朋友，看看他们是怎样用Mac玩游戏的。问了一圈发现，他们很多人都是用远程软件去玩的大型游戏，这给了我很大的兴趣，于是我赶紧测试了市面上三款主流远程软件：ToDesk、向日葵和UU远程，看看哪个更适合远程畅玩3A游戏。

远程玩3A大作要多少帧？ToDesk、向日葵、UU远程性能对决

空洞卷积（Dilated Convolution） 是一种改进的卷积操作，通过在卷积核中引入“空洞”来扩大感受野。想象你通过一个3x3的窗口看图片，空洞卷积允许窗口跳过某些像素，比如跳过1个像素，实际覆盖5x5的区域，但参数量不变。

空洞卷积（Dilated Convolution）网络架构与PAMAP2数据集实验分析

可变形卷积网络（Deformable Convolutional Network，简称DCN）是计算机视觉领域中一种颇具创新性的神经网络模型。它结合了传统卷积神经网络（CNN）的局部特征提取能力，又通过引入可变形的卷积操作，赋予了模型更大的灵活性，在图像分类、目标检测等任务中展现出优异的表现。

可变形卷积DCN的深入解析及在PAMAP2数据集上的实战

周末闲来无事，刷朋友圈时看到有人提到了一款叫 Trae 的工具，说是能“无需手动写代码”，还能“一键生成项目”。作为一个对新技术充满好奇的人，我立马来了兴趣，心想：这玩意儿真有这么神奇？于是，我决定亲自上手试试，看看它到底真的有那么神奇吗，那么多人都在用。

无需手动写代码，Trae帮你一键生成项目！

Swin Transformer（Shifted Window Transformer）是计算机视觉领域中一种创新的Transformer变体，它结合了卷积神经网络（CNN）的局部特征提取能力和Transformer的全局建模能力，在图像分类、目标检测等任务中表现出色。

Swin Transformer 架构解析及在UCI-HAR行为识别中的实现

在AI技术飞速发展的2025年，编程方式正经历着前所未有的变革。作为一个在代码堆里摸爬滚打了五年的程序员，我从未想过有一天写代码会变成 "聊天"。如今写代码早已不是从零敲一行行的苦力活了，有了AI的帮助，随便聊几句需求，就能帮我们生成代码框架、补全逻辑，甚至检测出隐藏的bug，效率简直起飞！

AI写代码时代，我却被这块28寸方屏显示器圈了粉！

目标检测作为计算机视觉领域的核心问题之一，其重要性随着深度学习技术的发展而日益凸显。本文深入探讨了基于深度学习的Faster R-CNN模型，这是一种革命性的目标检测框架，它通过引入区域提议网络（Region Proposal Network, RPN）显著提高了目标检测的速度和准确性。本文将详细介绍Faster R-CNN的关键技术、实验步骤以及在标准数据集上的性能表现。

速度与精度的结合：Faster R-CNN模型的性能剖析

语义分割技术能够为图像中的每个像素分配一个类别标签，这对于理解图像内容和在复杂场景中找到目标对象至关重要。在自动驾驶和增强现实等应用中，实时性是一个硬性要求，因此设计能够快速运行的卷积神经网络非常关键。

新型深度神经网络架构：ENet模型

疲劳驾驶是导致交通事故的主要原因之一。脑电图(EEG)是一种直接从大脑活动中检测睡意的方法，已广泛用于实时检测驾驶员的睡意。最近的研究表明，使用基于脑电图数据构建的大脑连接图来预测困倦状态的巨大潜力。然而，传统的脑连接网络与下游预测任务无关。本文提出了一种使用自注意机制的连接感知图神经网络(CAGNN)，该网络可以通过端到端训练生成与任务相关的连接网络。

基于连接感知的实时困倦分类图神经网络

社交机器人在社交媒体上的大量存在导致了诸多问题，如散布虚假信息、操纵选举等。有效检测社交机器人对于保护用户利益和确保平台稳定运行至关重要。传统的机器学习方法如随机森林在社交机器人检测中表现出色，但未能充分利用账户间的交互信息。

F-GNN的新型检测框架：随机森林增强图神经网络

YOLOv8-QSD是一种为了提高自动驾驶车辆在复杂交通环境中检测小物体的准确性和速度而设计的改进型算法。它基于YOLOv8，并采用结构重参数化技术优化了多样化分支块（DBB）模型。YOLOv8-QSD通过双向特征金字塔网络（BiFPN）集成了多尺度特征，并引入了基于查询的模型和新的管道结构来解决长距离检测的挑战。在SODA-A数据集上的测试结果显示，YOLOv8-QSD在速度和准确性方面均优于YOLOv8，准确率达到64.5%，计算需求降低了7.1 GFLOPs。

YOLOv8-QSD: 革新自动驾驶视觉感知的小目标检测算法

无人机（UAVs）在城市自动巡逻中发挥着重要作用，但它们在图像识别方面面临挑战，尤其是小目标检测和目标遮挡问题。此外，无人机的高速飞行要求检测系统具备实时处理能力。

目标检测：视觉系统中的CNN-Transformer融合网络

论文：ECA-Net: Efficient Channel Attention for Deep Convolutional Neural Networks

通道注意力机制|Channel Attention Neural Network

计算机视觉模拟了生物视觉，使用计算机及相关设备处理和分析图像和视频数据。计算机视觉在多个领域内受到极大关注，包括工业生产、农业、医疗健康等。计算机视觉任务主要分为四大类：图像分类、目标检测、语义分割和实例分割。

ABFPN：一种面向小目标检测的多尺度特征融合网络

本文为稀土掘金技术社区首发签约文章，30天内禁止转载，30天后未获授权禁止转载，侵权必究！

基于深度学习的人类行为识别算法研究

人类活动识别（Human Activity Recognition, HAR）是环境计算和情境感知计算领域中一个重要的研究主题。随着智能手机和可穿戴设备的普及，HAR在诸如智能监控系统、健康护理、异常行为检测以及人机交互等多个领域变得越来越重要。HAR的目标是通过分析从各种传感器获得的数据来识别个体正在进行的活动。

提高人类活动识别准确性的新方法：空间注意力与遗传算法的结合

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

腾讯云开发者社区推出了总结xyp专栏，为你提供了总结xyp的相关文章，致力于帮助开发者快速成长与发展。

总结xyp

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐