页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「目标检测」找到 5 条内容
按专题浏览 →匹配正文：…易/难是当前模型对样本的置信状态，不等同于背景/前景类别。 应用与风险 Focal Loss 最初用于 RetinaNet 的密集目标检测，缓解大量易背景样本压过稀少前景信号。它不是所有类别不平衡的默认答案：错标或异常样本也可能长期保持低 p_t，不会像易样本那样被强烈下调，因此在总损失与梯度中的相对占比可能升高；这不等于相对普通 CE 的绝对梯度会被持续放大。应与加权 CE、重采样、类别均衡损失比较，并分层报告 PR-AUC、各类 recall/precision、校准和最…
匹配正文：…接。 Self-RAG针对文本检索、生成和反思流程，不是验证图像中某实体真实存在的视觉检测器。视觉事实应由区域grounding、目标检测、OCR、坐标或可回看的图像证据支持。评测需拆分感知、grounding、推理和语言先验偏差。
匹配正文：…序列，与文本拼接输入 核心变化：检索侧打破模态壁垒，生成侧让LLM"看懂"多模态内容。 主要技术挑战 异构数据处理：图像需OCR/目标检测、视频需关键帧抽取+时序建模，预处理链路复杂 模态对齐难题：图文语义不对齐（如产品图vs营销文案），简单拼接导致噪声 上下文长度爆炸：多帧视频或高分辨率图像token数远超文本，触发长上下文瓶颈 训练数据稀缺：高质量的<问题, 图像证据, 文本答案>三元组数据难以构建 典型实现与应用 实现方式： CLIP-based双塔：图像和文本共享嵌入…
学习内容与项目面试，在同一条路上。