从零解释 BiRefNet 的 backbone、decoder、mask 生成、官方训练 loss,以及如何针对镜架鼻托边缘毛刺加入形态学约束。
BiRefNet 深度解读:从图片分割到镜架边缘形态优化


从零解释 BiRefNet 的 backbone、decoder、mask 生成、官方训练 loss,以及如何针对镜架鼻托边缘毛刺加入形态学约束。
从客户端组装上下文开始,完整讲清 Skill 如何告知大模型、本地 MCP 如何被调用,以及工具结果如何回填给大模型继续推理。

用小白也能理解的方式,讲清楚深度学习中标量、向量、矩阵、张量的区别,以及它们在图片、批次和模型计算中的作用。

从一个最小 Python 脚本出发,介绍 RapidOCR 的适用场景、安装使用流程、测评方法和实际落地时需要注意的问题。

用一篇文章梳理大模型应用里常见的 MCP、Skill、Agent、Tool、Prompt、Resource、Memory、Guardrail、Handoff 等概念,以及它们如何组合成可用的 AI 系统。