张小明
前端开发工程师
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)
图片数量(jpg文件个数)：156
标注数量(xml文件个数)：156
标注数量(txt文件个数)：156
标注类别数：1
所在github仓库：firc-dataset
标注类别名称:["glass"]
每个类别标注的框数：
glass 框数 = 1225
总框数：1225
图片分辨率：1280x600
使用标注工具：labelImg
标注规则：对类别进行画矩形框
重要说明：暂无
特别声明：本数据集不对训练的模型或者权重文件精度作任何保证
图片预览：
标注例子：
如何通过知识图谱增强Linly-Talker专业领域回答 在医疗咨询、金融理财或法律服务等高敏感场景中，用户对数字人系统的期待早已超越“能说会动”的初级阶段。他们需要的是一个真正具备专业知识、能够提供准确建议的“虚拟专家”。然而现实是，许多基于大模型…
李华
Linly-Talker深度测评：开源数字人系统的性能表现 在虚拟主播24小时带货、AI客服秒回千条咨询的今天，一个只需一张照片和一段文字就能“活”起来的数字人，已经不再是科幻电影里的桥段。而当这套系统完全开源、支持本地部署、还能克隆你的声音与…
李华
第一章：Open-AutoGLM内存优化的核心挑战在大规模语言模型（LLM）推理系统中，Open-AutoGLM 作为自动化图优化引擎，面临显著的内存管理难题。随着模型参数量级增长至数十亿甚至上百亿，推理过程中的激活值、中间…
李华
数字人认知偏差纠正：Linly-Talker事实核查机制 在虚拟主播流畅播报新闻、AI客服热情解答问题的表象之下，一个隐忧正悄然浮现：大模型“张口就来”的自信语气，是否掩盖了事实性错误？当数字人开始承担政策解读、医疗建议甚…
李华
数字人社会角色定位：Linly-Talker应用场景边界探讨 在虚拟主播24小时不间断直播、银行客服无需休息也能回答千人千问的今天，我们正悄然步入一个“非人类却类人”的交互时代。数字人，不再是科幻电影里的遥远想象，而是真实嵌入教育…
李华
一、项目介绍 项目背景: 肺炎是一种常见的呼吸道感染疾病，早期诊断对于治疗和预后至关重要。传统的肺炎诊断方法主要依赖胸部X光片和医生的经验判断，效率较低且容易受到主观因素的影响。随着计算机视觉和深度学习技术的发展，基于图像的目标检…
李华