当前位置： 首页 > news >正文

paligemma、Grounding-DINO-1.5简单无需标注无需训练直接可以使用的VLM图像到文本模型

news 2026/5/22 6:53:00

1、paligemma

参考：https://github.com/google-research/big_vision/blob/main/big_vision/configs/proj/paligemma/README.md

模型架构：
文本与图像特征一起送入大模型
在这里插入图片描述

在线体验网址：
https://huggingface.co/spaces/big-vision/paligemma

在这里插入图片描述
在这里插入图片描述

通过文字prompt既可与图片对话输出，下面是官方案例
在这里插入图片描述

2、Grounding-DINO-1.5

参考：
https://github.com/IDEA-Research/Grounding-DINO-1.5-API?tab=readme-ov-file#3-runing-demo-code

模型架构：
类似CLIP对比学习方式

相关文章：

paligemma、Grounding-DINO-1.5简单无需标注无需训练直接可以使用的VLM图像到文本模型

1、paligemma 参考：https://github.com/google-research/big_vision/blob/main/big_vision/configs/proj/paligemma/README.md 模型架构： 文本与图像特征一起送入大模型 在线体验网址： https://huggingface.co/spaces/big-vision/paligemma 通过文字prompt既可与图片对话…...

编程日记 2024/5/24 9:36:43

FreeRTOS学习——FreeRTOS队列（下）之队列创建

本篇文章记录我学习FreeRTOS队列创建的知识。主要分享队列创建需要使用的初始化函数、队列复位函数。 需要进一步了解FreeRTOS队列的相关知识，读者可以参考以下文章： FreeRTOS学习——FreeRTOS队列（上）_freertos 单元素队列-CSDN博…...

编程日记 2024/5/24 9:35:42

js实现鼠标拖拽多选功能

实现功能 在PC端的H5页面中&#xff0c;客户拖动鼠标可以连选多个选项 效果展示 具体代码如下 <!DOCTYPE html> <html><head><title>鼠标拖拽多选功能</title><script src"https://cdn.bootcss.com/jquery/1.10.2/jquery.min.js&quo…...

编程日记 2024/5/24 9:34:40

postgres_exporter 监控pg坑一：备库无延迟但是监控告警备库延迟

1.问题背景 监控告警某套pg的两个备库延迟大于300s 2.pg备库延迟告警策略 通过postgres_exporter(version 0.13.2)监控生产pg&#xff0c;延迟告警策略如下&#xff1a; pg_replication_lag_seconds{instance!~"host_ip_18801"} > 300 and ON(instance) pg_re…...

编程日记 2024/5/24 9:31:37

vue打包部署到springboot,通过tomcat运行

tomcat默认端口 8080springboot端口 9132vue 端口 9131 框架 项目是基于SpringBootVue前后端分离的仓库管理系统 后端&#xff1a;SpringBoot MybatisPlus前端&#xff1a;Node.js Vue element-ui数据库&#xff1a;mysql 一. 打包Vue项目 cmd中输入命令 npm run build 后…...

编程日记 2024/5/24 9:30:36

如何有效防止数据丢失

在数字时代&#xff0c;数据成为了个人和企业最宝贵的资产之一。不幸的是&#xff0c;数据丢失的威胁无时无刻不在潜伏着&#xff0c;无论是由于技术故障、人为错误还是恶意攻击&#xff0c;都可能对我们的数据造成不可逆转的损失。因此&#xff0c;采取有效的预防措施至关重要…...

编程日记 2024/5/24 9:29:35

linux命令中arj使用

arj 用于创建和管理.arj压缩包 补充说明 arj命令 是 .arj 格式的压缩文件的管理器&#xff0c;用于创建和管理 .arj 压缩包。 语法 arj(参数)参数 操作指令&#xff1a;对 .arj 压缩包执行的操作指令&#xff1b;压缩包名称&#xff1a;指定要操作的arj压缩包名称。 更多…...

编程日记 2024/5/24 9:28:33

UE5中搭建一个简单的海岛

本文将用UE的WaterSystem与地形搭建一个简单的海岛&#xff0c;通过WaterSystem的参数设置&#xff0c;可以更好的自定义海岸线等效果。 1.基础风貌 1.1.首先新建一个Basic基础场景&#xff0c;切换到地形编辑模式刷出一块高地&#xff0c;用于沙滩。 1.2.引入UE官方插件Wat…...

编程日记 2024/5/24 9:27:33

爬虫学习--12.MySQL数据库的基本操作（下）

MySQL查询数据 MySQL 数据库使用SQL SELECT语句来查询数据。 语法&#xff1a;在MySQL数据库中查询数据通用的 SELECT 语法 SELECT 字段1&#xff0c;字段2&#xff0c;……&#xff0c;字段n FROM table_name [WHERE 条件] [LIMIT N] 查询语句中你可以使用一个或者多个表&…...

编程日记 2024/5/24 9:25:31

js的算法-选择排序（简单选择排序）

选择排序 每一趟&#xff08;如第i趟&#xff09;在后面n-i1(i1,2,……n-1)个待排序元素中选取关键字最小的元素&#xff0c;作为有序子序列的第i 个元素&#xff0c;直到第i个元素&#xff0c;直到第n-1趟做完&#xff0c;待排序元素只剩下1个&#xff0c;就不用再选了。 快…...

编程日记 2024/5/24 9:24:30

Mac虚拟机工具 CrossOver 24.0.0 Beta3 Mac中文版

CrossOver是一款在Mac上运行Windows应用程序的软件&#xff0c;无需安装虚拟机或重启计算机&#xff0c;简化了操作过程&#xff0c;提高了工作效率&#xff0c;为用户带来便捷体验。前往Mac青桔下载&#xff0c;享受前所未有的便利和高效。摘要由作者通过智能技术生成 CrossOv…...

编程日记 2024/5/24 9:23:29

路由聚合和VRRP技术

实验拓扑图&#xff1a; 实验需求 1、内网IP地址使用172.16.0.0/16 2、SW1和SW2之间互为备份&#xff1b; 3、VRRP/stp/vlan/eth-trunk均使用&#xff1b; 4、所有pc均通过DHCP获取IP地址&#xff1b; 5、ISP只配置IP地址&#xff1b; 6、所有电脑可以正常访问ISP路由器环…...

编程日记 2024/5/24 9:22:27

【原创教程】三菱FX3U系列培训专题课教案

位置控制三要素 定位控制指令必须要有以下三个条件 1、位置移动速度（电机转速） 2、位置移动距离（电机的旋转圈数） 3、位置移动方向（电机的旋转方向） FX3U_PLC的高速脉冲输出端口 普通输出端口受程序控制，什么时间通，什么时间断，没有固定的通断周期 高速脉冲输出端口…...

编程日记 2024/5/24 9:21:26

清空了电脑回收站，之前的文件还能否恢复？

电脑已成为我们日常生活中不可或缺的一部分。我们在电脑上处理文档、保存图片、下载视频等&#xff0c;而电脑中的回收站则成为我们处理不再需要文件的一个便捷工具&#xff0c;当我们想要删除某些文档的话&#xff0c;它并不是立即从硬盘上消失&#xff0c;而是被系统移动到了…...

编程日记 2024/5/24 9:20:25

设计模式——职责链（责任链）模式

目录 职责链模式 小俱求实习 结构图 实例 职责链模式优点 职责链模式缺点 使用场景 1.springmvc流程 ​2.mybatis的执行流程 3.spring的过滤器和拦截器 职责链模式 使多个对象都有机会处理请求&#xff0c;从而避免请求的发送者和接受者之间的耦合关系。将这个对象连成…...

编程日记 2024/5/24 9:19:24

功耗相关总结

文章目录 功耗相关的使用场景MCU中低功耗的应用RTOS中低功耗应用 功耗相关的使用场景 目前越来越多的嵌入式设备采用电池进行供电&#xff0c;而不是跟台式电脑一样&#xff0c;可以一直连接着电源。在电池供电的场景下&#xff0c;对功耗的要求很高&#xff0c;工程师们尽量希…...

编程日记 2024/5/24 9:18:23

17款奔驰GLS450升级头等舱行政独立四座马鞍是什么样体验

五座版本&#xff1a;迈巴赫GLS480的五座版本通常指的是具有五个座位的配置&#xff0c;包括两个前排座椅和三个后排座椅。这种配置适合搭载更多乘客&#xff0c;后排座椅通常为三人座设计&#xff0c;乘坐人数较多。 四座版本&#xff1a;迈巴赫GLS480的四座版本通常指的是具…...

编程日记 2024/5/24 9:16:21

浏览器的下载行为基本原理

浏览器解析 在使用浏览器访问某些资源时&#xff0c;有些资源是直接下载有些资源是直接打开。例如前端的html&#xff0c;xml&#xff0c;css&#xff0c;图片等资源都是直接打开&#xff0c;而txt&#xff0c;excel等文件是直接下载。那么如何控制访问一个资源时是下载文件还…...

编程日记 2024/5/24 9:14:19

浅谈微服务的自动化部署

一、常用部署工具 jenkins,docker生态是比较常用的工具&#xff0c;本文也主要是聊这几个。其他如Kubernetes (K8s)&#xff0c;Ansible&#xff0c;GitLab CI/CD等工具本文只是暂时提一下&#xff0c;不展开讨论。 二、比较jenkins和docker生态 1、jenkins 优点 jenkins功…...

编程日记 2024/5/24 9:13:18

【C语言】8.C语言操作符详解（1）

文章目录 1.操作符的分类2.⼆进制和进制转换3.原码、反码、补码4.移位操作符4.1 左移操作符4.2 右移操作符 5.位操作符&#xff1a;&、|、^、~5.1 &&#xff1a;按位与5.2 |&#xff1a;按位或5.3 ^&#xff1a;按位异或5.4 ~&#xff1a;按位取反5.5 例题例题1例题2例…...

编程日记 2024/5/24 9:12:17

LEFT JOIN 中 ON 与 WHERE 过滤的差异

在 MySQL 数据库开发中&#xff0c;LEFT JOIN&#xff08;左外连接&#xff09;是一个最常被误用的语法。许多开发者往往习惯性地将所有过滤条件一股脑地往 ON 后面塞&#xff0c;或者为了排版好看将条件全部扔到 WREHRE 里面。 这种模糊的逻辑在普通内连接&#xff08;INNER J…...

编程新知 2026/5/22 6:47:56

桌面图标变白纸别慌！手把手教你用右键属性+路径复制，5分钟找回所有软件图标

桌面图标异常修复指南&#xff1a;从白纸图标到完整恢复的实战解析 电脑桌面上那些熟悉的图标突然变成白纸&#xff0c;这种看似小问题却让人倍感困扰。不必惊慌&#xff0c;这通常是系统图标缓存更新不及时或软件关联异常导致的常见现象。本文将带你深入理解图标显示机制&…...

编程新知 2026/5/22 6:05:55

从‘乱码’到‘可读’：我是如何用LayoutLMv3和Tesseract拯救一份无法复制的PDF合同的

从‘乱码’到‘可读’&#xff1a;我是如何用LayoutLMv3和Tesseract拯救一份无法复制的PDF合同的 那天下午&#xff0c;法务部的同事急匆匆地推开了我的办公室门&#xff0c;手里拿着一份标着"紧急"的PDF合同。"这份合同扫描件里的文字全都无法选中&#xff0c;…...

编程新知 2026/5/22 5:12:47

Agent Runtime 正在 commoditize：从 session-as-event-log 看 AI 基础设施分层

1. 这不是新赛道&#xff0c;而是 runtime 层的“操作系统时刻”正在重演你打开手机看到新闻标题《Anthropic Just Shipped the Layer That’s Already Going to Zero》&#xff0c;第一反应可能是&#xff1a;又一个大模型公司搞出了什么黑科技&#xff1f;但如果你真花十分钟…...

编程新知 2026/5/22 5:04:19

远程技术面试的潜规则：摄像头角度可能影响你的录用

一、摄像头角度&#xff1a;被忽视的专业细节在软件测试的工作中&#xff0c;我们习惯用严谨的态度去排查代码里的每一个bug&#xff0c;用精准的测试用例去验证产品的每一项功能。但在远程技术面试这个特殊的“测试场景”里&#xff0c;很多人却忽略了一个看似无关紧要&#x…...

编程新知 2026/5/22 3:43:12

AI犯了错没人追责，工程师犯了错丢饭碗？

芯片公司开始大量引入AI辅助设计工具&#xff0c;生成RTL代码、跑仿真、做时序分析。与此同时&#xff0c;公司对工程师的容错空间越来越小&#xff0c;考核越来越严&#xff0c;出了bug第一反应是找人背锅。这两件事放在一起&#xff0c;细想一下&#xff0c;其实挺荒诞的。AI…...

编程新知 2026/5/22 3:35:00

ARM嵌入式开发板OpenSSH移植全攻略：从交叉编译到部署实战

1. 项目概述与核心价值给嵌入式开发板移植OpenSSH&#xff0c;这几乎是每一个从单片机转向Linux嵌入式开发的工程师都会遇到的“成人礼”。你可能已经习惯了用串口调试终端&#xff0c;一根线连着&#xff0c;虽然稳定&#xff0c;但也被束缚在工位前。当你的设备需要部署到某个…...

编程新知 2026/5/22 2:03:59

技术突破：如何让ARM设备突破x86架构的束缚？

技术突破&#xff1a;如何让ARM设备突破x86架构的束缚&#xff1f; 【免费下载链接】box64 Box64 - Linux Userspace x86_64 Emulator with a twist, targeted at ARM64, RV64 and LoongArch Linux devices 项目地址: https://gitcode.com/gh_mirrors/bo/box64 你是否曾…...

编程新知 2026/5/22 0:32:34

计算机视觉与深度学习融合的群养猪行为识别与分类算法【附算法】

✨ 长期致力于计算机视觉、深度学习、攻击识别、多物体玩耍识别、饮水和玩耍饮水器分类、进食识别、行为量化研究工作&#xff0c;擅长数据搜集与处理、建模仿真、程序编写、仿真设计。 ✅ 专业定制毕设、代码 ✅ 如需沟通交流&#xff0c;点击《获取方式》 &#xff08;1&…...

编程新知 2026/5/22 0:26:20

RAG 和 NotebookLM 都试过后，我才发现数据库知识库真正缺的不是搜索

很多数据库知识库不好用&#xff0c;不是模型不会答&#xff0c;而是知识没有被整理成可调用、可校验、可维护的资产。 前面几篇一直在聊 DB Agent。 聊 Skill&#xff0c;聊记忆&#xff0c;聊告警风暴&#xff0c;聊编排&#xff0c;也聊到了系统画像、历史案例和当前证据。…...

编程新知 2026/5/22 0:22:19