2025-04-18
深度学习
00

该文章已加密,点击 阅读全文 并输入密码后方可查看。

2025-04-18
深度学习
00

Spatial Layout Projector (SLP)

  1. InternVL采用了一种称为"Spatial Layout Projector (SLP)"的方法,将四维的空间坐标[x1,y1,x2,y2](一个bounding box)转换为单个token嵌入:

    "A key innovation in LayTextLLM is the Spatial Layout Projector (SLP), which transforms a spatial layout into a singular bounding box token. This enhancement enables the model to process both spatial layouts and textual inputs simultaneously. To be specifically, each OCR-derived spatial layout is represented by a bounding box defined by four-dimensional coordinates [x1,y1,x2,y2]..."

  2. 这种方法确实将每个边界框(box)表示为一个token,不同于之前的"coordinate-as-tokens"方案(这种方案会将坐标转换为多个token):

    "Compared to the coordinate-as-tokens scheme, the SLP represents each bounding box with a single token. This approach significantly reduces the number of input tokens..."

  3. 这种单token表示法的计算方式是通过将坐标映射到高维空间来实现的:

    "The process can be computed as z=W⋅c+b, where c∈ℝ^4 is the vector of the bounding box coordinates. W∈ℝ^(d×4) is a weight matrix with d represents the dimension of the embedding, b∈ℝ^(d×1) is a bias vector, z is the resulting bounding box token represented as an d-dimensional embedding."

2025-04-17
单片机
00

这里有一个很好的例子:https://thingsboard.io/use-cases/fleet-tracking/

thingsboard架构

image.png

这篇文章想完成这些事情:

  1. 在 thingsboard 新建GPS设备。
  2. 在客户端,使用Python模拟为GPS设备,往thingsboard 发送GPS数据(经纬度)。
  3. 在 thingsboard 仪表盘展示设备的GPS位置轨迹。
  4. 在 thingsboard 定义虚拟边界使用地理围栏,设置区域。当设备进入或离开地理围栏时触发操作,例如发送短信警告、发出警报或启动工作流。
  5. 学习如何取得 thingsboard 的设备数据。
  6. 学习配置 thingsboard 数据转发,将数据存入自己的数据库。
2025-04-16
深度学习
00
2025-04-15
Linux运维
00

在VMware Ubuntu中访问Windows共享文件夹:完整指南

在使用VMware运行Ubuntu虚拟机时,访问Windows主机上的文件是常见需求。本文将详细介绍如何通过网络共享方式,让Ubuntu虚拟机直接访问Windows主机的文件夹。

2025-04-15
Linux运维
00

解决 PowerShell 中 Conda 命令无法识别的问题

问题描述

在 Windows PowerShell 中运行 conda 时,可能会遇到以下错误:

powershell
展开代码
conda : 无法将“conda”项识别为 cmdlet、函数、脚本文件或可运行程序的名称。请检查名称的拼写,如果包括路径,请确保路径正确,然后再试一次。

即使 conda.exe 路径已添加到环境变量,仍然无法直接使用 conda 命令。本指南将提供完整的解决方案。


2025-04-14
Linux运维
00

docker-compose.yaml

bash
展开代码
version: '3' services: nextcloud: image: nextcloud container_name: nextcloud ports: - "8082:80" volumes: - ./nextcloud_data:/var/www/html # 网页文件和数据 - ./app_data:/var/www/html/data # 可选:Nextcloud用户数据单独存储 environment: - MYSQL_HOST=db # 数据库服务名 - MYSQL_DATABASE=nextcloud # 数据库名 - MYSQL_USER=填写自己的用户名 # 数据库用户 - MYSQL_PASSWORD=填写自己的用户密码 # 数据库密码 depends_on: - db restart: unless-stopped db: image: mariadb:10.6 # 或 mysql:8.0 container_name: nextcloud_db environment: - MYSQL_ROOT_PASSWORD=root_password # root密码(保密) - MYSQL_DATABASE=nextcloud - MYSQL_USER=填写自己的用户名 - MYSQL_PASSWORD=填写自己的用户密码 volumes: - ./db_data:/var/lib/mysql # 数据库文件保存在当前目录的db_data文件夹 restart: unless-stopped
2025-04-12
自动控制
00

Self-balance Control of Bicycle with Inertial Wheel Pendulum based on Linear ADRC

https://ieeexplore.ieee.org/document/10055063

1. 论文细节

1.1 摘要

摘要:本文研究了带惯性轮摆(IWP)的无人自行车在外部干扰和模型不完整情况下的自平衡控制问题。通过拉格朗日方法将无人自行车系统简化为倒立摆模型进行建模。为实现无人自行车在垂直方向上的稳定性并完成自平衡控制,提出了一种基于线性自抗扰控制(LADRC)的方法,并与PID控制器进行对比。为验证所提方法的性能,在具备真实物理特性仿真能力的ROS-Gazebo平台上进行实验,同时与比例-积分-微分(PID)控制器开展对比仿真。结果表明:基于LADRC控制器的无人自行车系统具有更优的自平衡性能,且对外部干扰和建模误差具有强鲁棒性。

2025-04-11
深度学习
00

CycleGAN的网络结构

1. 整体架构

CycleGAN包含4个网络:

  • 两个生成器(Generators): G_A (A→B) 和 G_B (B→A)
  • 两个判别器(Discriminators): D_A 和 D_B

其中:

  • G_A: 将域A的图像转换到域B
  • G_B: 将域B的图像转换到域A
  • D_A: 判断图像是真实的B域图像还是G_A生成的假B域图像
  • D_B: 判断图像是真实的A域图像还是G_B生成的假A域图像
2025-04-11
深度学习
00

文本提示如何作用于Stable Diffusion的图像生成过程

Stable Diffusion的文本转图像过程是一个复杂的流程,文本提示(prompt)会被转换成嵌入向量,然后通过条件扩散模型引导图像生成。以下是完整的流程: