CF98C Help Greg the Dwarf 题解 为什么不三分？ 首先我们考虑如何求出答案。 如图，考虑设夹角为 \(\theta\)，那么可以得到表达式： \[[\cfrac a {\tan \theta} - (l \cos \theta - b)] \sin \theta \]整理可得
本文分享自华为云社区《CTPN+CRNN 算法端到端实现文字识别》，作者：HWCloudAI。 OCR介绍 光学字符识别（英语：Optical Character Recognition，OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。发展时间较长，使用很普遍。OCR作为
摘要：为提升网络性能、降低人工调优成本，CANN推出了自动化网络调优工具AOE，通过子图调优、算子调优与梯度调优的功能，让网络可以在AI硬件上获得最佳性能。 本文分享自华为云社区《网络性能总不好？专家帮你来“看看”— CANN 6.0 黑科技 | 网络调优专家AOE，性能效率双提升》，作者：昇腾CA
摘要：本案例我们利用视频字幕识别中的文字检测与识别模型，增加预训练Bert进行纠错 本文分享自华为云社区《Bert特调OCR》，作者：杜甫盖房子。 做这个项目的初衷是发现图比较糊/检测框比较长的时候，OCR会有一些错误识别，所以想对识别结果进行纠错。一个很自然的想法是利用语义信息进行纠错，其实在OC
摘要：本期就分享几个关于DVPP视频解码问题的典型案例，并给出原因分析及解决方法 本文分享自华为云社区《DVPP媒体数据处理视频解码问题案例》，作者：昇腾CANN 。 DVPP（Digital Vision Pre-Processing）是昇腾AI处理器内置的图像处理单元，通过AscendCL媒体数
摘要：又双叒叕种草了家装新风格？想要尝试却又怕踩雷？如果能够轻松Get量身定制的家装风格图，那该多好啊。现在，这一切都成为了可能！ 本文分享自华为云社区《又双叒叕种草了新家装风格？AI帮你家居换装！》，作者：Emma_Liu。 Control Stable Diffusion with M-LSD
摘要：我们提供了一键运行的notebook AI作画 Dreambooth 生成自定义主体，可以在ModelArts平台上调试开发自己的文生图模型。 本文分享自华为云社区《DreamBooth+LoRA微调生成主体》，作者： 杜甫盖房子 。 DreamBooth+LoRA微调生成主体 文生图风靡一时
摘要：本期就分享几个关于DVPP视频编码问题的典型案例，并给出原因分析及解决方法 本文分享自华为云社区《DVPP媒体数据处理视频编码问题案例》，作者：昇腾CANN。 DVPP（Digital Vision Pre-Processing）是昇腾AI处理器内置的图像处理单元，通过AscendCL媒体数据
让 Java 代码直接在 Nginx 上运行？这么有趣的功能，随本文一起来实战体验吧，图文并茂，一定能成功的那种实战
本系列文章从RPC产生的历史背景开始讲解，涉及RPC核心原理、RPC实现、JSF的实现等，通过图文类比的方式剖析它的内部世界，让大家对RPC的设计思想有一个宏观的认识。
随着业务的发展及版本迭代，客户端工程中不断增加新的业务逻辑、引入新的资源，随之而来的问题就是安装包体积变大，前期各个业务模块通过无用资源删减、大图压缩或转上云、AB实验业务逻辑下线或其他手段在降低包体积上取得了一定的成果。
为大家推荐一个专注于“画图”本身的工具 PlantUML，通过写代码的方式完成满足各种需求场景的画图工作，将人的精力集中到思想的表达与传递，避免无谓的图形页面样式修改调整，进而提升工作效率
antv-x6是一个功能强大、可扩展性高的可视化工具，提供了一系列开箱即用的交互软件和简单易用的节点定制能力，能够帮助使用者便捷地创建流程图、ER图等交互性较强的应用。本次分享介绍了x6的基本功能，更多高级功能有待我们进一步学习和探索。
本文从一个小明写的bug 开始，讲bug的发现、排查定位，并由此展开对涉及的算法进行图解分析和源码分析。
一、背景与系统安全需求分析 1. 系统的重要性 上图所示是接口所属位置、对电商平台或在线商店而言，分类查商品都是很重要的，通过为用户提供清晰的商品分类，帮助他们快速找到所需产品，节省浏览时间，提升购物效率，是购物结算产生GMV的核心环节。那么电商平台为什么都很看重商品信息的爬取？ a. 数据收集和分
前言 昨天 wc(Wyu_Cnk) 提了个问题 C# 里多维数组拷贝有没有什么比较优雅的写法？ 这不是问对人了吗？正好我最近在搞图像处理，要和内存打交道，我一下就想到了在C#里面直接像C/C++一样做内存拷贝。 优雅？no，要的就是装逼，而且性能还要强🕶 概念 首先澄清一下 C# 里的多维数组 (
## 前言 上一篇文章介绍了几个开源LLM的环境搭建和本地部署，在使用ChatGPT接口或者自己本地部署的LLM大模型的时候，经常会遇到这几个参数，本文简单介绍一下~ - temperature - top_p - top_k ### 关于LLM 上一篇也有介绍过，这次看到一个不错的图 >A rec
4 月 6 日，根据 Meta AI 官方博客，Meta AI 宣布推出了一个 AI 模型 Segment Anything Model（SAM，分割一切模型）。据介绍，该模型能够根据文本指令等方式实现图像分割，而且万物皆可识别和一键抠图。
自动化测试有2种形式，接口自动化和UI自动化。而UI自动化经常会被登录节点堵塞，例如验证码、图形、滑块等，尽管有些方式可以识别图形和定位滑块位置，但成功率都不高，无法真正意义上实现自动化执行；而http接口的自动化测试前置如果依赖cookie，也无法实现自动化执行。
本文主要讲解了京东百亿级商品车型适配数据存储结构设计以及怎样实现适配接口的高性能查询。通过京东百亿级数据缓存架构设计实践案例，简单剖析了jimdb的位图(bitmap)函数和lua脚本应用在高性能场景。希望通过本文，读者可以对缓存的内部结构知识有一定了解，并且能够以最小的内存使用代价将位图(bitmap)灵活应用到各个高性能实际场景。
