- 综合排序
- 最热优先
- 最新优先
Energies | 8版YOLO对8版Transformer实测光伏缺陷检测，RF-DETR-Small综合胜出
本文介绍的这篇论文给出了一份系统的实测答案：研究团队在同一个包含 8 类缺陷的光伏热成像数据集上，用统一训练协议对 YOLOv5 到 YOLOv12 共 8 个 YOLO 版本以及 RT-DETR、RT-DETRv2 、RF-DETR 共 8 个 Transformer 变体进行了全面对比。 对比的两大架构家族论文选取了 16 个轻量级模型变体，分属两大架构家族：YOLO 系列（8 个版本）：YOLOv5s、YOLOv6、YOLOv7、YOLOv8s、YOLOv9、YOLOv10、YOLOv11s ，分辨率 640 × 640 像素，通过数据增强技术生成，涵盖 8 个缺陷类别：缩写全称含义MBPMultiByPassed多旁路MDMultiDiode多二极管故障MHSMultiHotSpot多热斑 YOLO 系列使用 SGD 优化器（学习率 0.01，batch size 8），Transformer 系列统一使用 AdamW 优化器（学习率 0.0001），batch size 因显存限制在 1
38810编辑于 2026-03-23- 来自专栏搜云库技术团队
Java8 Stream 遍历数据效率差？实测结果出乎意料~~
JDK8 Stream 数据流效率分析 Stream 是Java SE 8类库中新增的关键抽象，它被定义于 java.util.stream （这个包里有若干流类型：Stream代表对象引用流，此外还有一系列特化流 ，如 IntStream，LongStream，DoubleStream等 ），Java 8 引入的的Stream主要用于取代部分Collection的操作，每个流代表一个值序列，流提供一系列常用的聚集操作 先说结论： 传统 iterator (for-loop) 比 stream(JDK8) 迭代性能要高，尤其在小数据量的情况下；** 在多核情景下，对于大数据量的处理，parallel stream 可以有比
1.4K30编辑于 2023-03-15 - 来自专栏朱永胜的私房菜
实测Hutool的雪花算法8G内存跑到7600万条OOM
watch.stop(); System.out.println(watch.getLastTaskTimeMillis()); } 实际跑了7600万，然后OOM了，内存是8G
44250编辑于 2023-09-26 - 来自专栏公众号【小样编程】
K8S线上集群排查，实测排查Node节点NotReady异常状态
为了避免大家对 Node 和 Pod 的概念混淆，先简单描述下两者之间的关系（引用一张 K8S 官方图）。 我们先查看下在 K8S 中默认检测的时间是多少。 在 GitHub 上的一位小哥对此也表示有自己的看法，原文链接为： https://github.com/fabric8io/kansible/blob/master/vendor/k8s.io/kubernetes 提高 Node 节点的物理资源 优化 K8S 网络环境 六，K8S 常用命令 最后分享一些常用的 K8S 命令 1，查询全部 pod（命名空间） kubectl get pods -n 2，查询全部 也是和 K8S 强相关的内容，后续也还会继续和大家分享关于 K8S 相关的知识。 如果您也是 K8S 的使用者，或者想接触学习 K8S，欢迎关注个人公众号！
6.6K61发布于 2021-02-22 - 来自专栏大数据学习笔记
实测：NLPchinaelasticsearch-sql
Unable to get Charset 'cp65001' for property 'sun.stdout.encoding', using default UTF-8 and continuing Des.networkaddress.cache.negative.ttl=10, -XX:+AlwaysPreTouch, -Xss1m, -Djava.awt.headless=true, -Dfile.encoding=UTF-8, 08-09T16:29:51,966][INFO ][o.e.c.c.Coordinator ] [TPA-VDI-OA11-17] cluster UUID [xP6UaBjkTeCtah8_ 08-09T16:29:53,052][INFO ][o.e.l.LicenseService ] [TPA-VDI-OA11-17] license [267a1720-5d10-42f0-b8db
1.2K20发布于 2021-08-10 艾体宝产品丨Redis 8 向量搜索实测：轻松扩展至 10 亿向量
面对生成式 AI 带来的超大规模向量需求，Redis 8 向量搜索实测轻松支持 10 亿向量，依旧保持低延迟与高吞吐表现。 无论是 AI 检索、推荐系统还是多模态生成应用，Redis 8 都是你构建高效向量服务的可靠选择。 将向量搜索扩展到 10 亿个向量并非易事，但 Redis 8 的发布让这一过程显得轻松。 使用数据集的 100 个最近邻的真实值来评估每个回复的准确性（召回率），并且我们对 M 在 4、8、16 和 32 个出边之间，EF_CONSTRUCTION 在 4、8、16 和 32 之间，以及 EF_RUNTIME Redis 8 证明了实时向量搜索不仅适用于数百万个向量，还能扩展到数十亿个向量，同时保持高性能。
61110编辑于 2025-05-22香橙派AIpro实测：YOLOv8便捷检测，算法速度与运行速度结合
香橙派AIpro实测：YOLOv8便捷检测，算法速度与运行速度结合 一、引言 很荣幸前几天收到了一块开发板，这款开发板是香橙派联合华为精心打造的，没错，就是被美国连年制裁的华为，所以光听到这两个公司就知道产品质量绝对是可以保证的 来自官方的说明： OrangePi AIpro(8T)采用昇腾AI技术路线，具体为4核64位处理器+AI处理器，集成图形处理器，支持8TOPS AI算力，拥有8GB/16GB LPDDR4X，可以外接 最新版本是YOLOv8 [8]算法，由Ultralytics于2023年1月开源。这种算法引入了新的特性和改进，成为YOLO家族中最好的模型。YOLOv8包括输入、主干、颈部、输出四个部分。 YOLOv8的结构如所图所示. 3.1.2 YOLOv8算法理论 输入主要包括颜色扰动、空间扰动、镶嵌、混合。 C2F结构不同于YOLOv8中的C3模块，后者借鉴了YOLOv7中ELAN(高效层聚合网络)的思想[9]，提高了梯度传播的效率，使网络能够快速收敛。SPPF层保持了YOLOv8中的设计。
66110编辑于 2025-12-15论文精读｜YOLO系列最新模型水下实测：v8为何能斩获80.9% mAP？
2) YOLOv8：YOLOv8 在 YOLOv7 的基础上进一步提升了检测精度，尤其针对较小物体和复杂场景。 YOLOv8在需要更高精度的应用中具有重要意义，例如医学成像和自动驾驶。本研究中使用的YOLOv8架构如图4 所示。 因此，如图6所示，获得了YOLOv8的混淆矩阵，它表明YOLOv8模型表现良好。还获得了YOLOv8模型的指标曲线，如图7所示。 这些曲线表明YOLOv8模型进展良好，损失值下降，召回率和mAP指标有所提升。此外，还获得了YOLOv8模型的预测结果，其中部分预测样本如图8、9、10和11所示。 根据图8、9、10和11中显示的模型预测结果，YOLOv8模型能够精确检测各种物品。因此，显然YOLOv8具备高效检测垃圾材料的能力。尽管取得了令人鼓舞的结果，本研究仍存在若干局限性。
76610编辑于 2025-08-06- 来自专栏捡田螺的小男孩
300万数据导入导出优化方案，从80s优化到8s（实测）
outputStream, ExcelTypeEnum.XLSX); String fileName = new String(("excel100w").getBytes(), "UTF-8" response.setContentType("multipart/form-data"); response.setCharacterEncoding("utf-8" System.currentTimeMillis())); ps.setString(7, item.get(6)); ps.setTimestamp(8, new Timestamp(System.currentTimeMillis())); ps.setString(9, item.get(8));
13.5K124编辑于 2023-02-23 - 来自专栏Docker教程
2026年4月实测：K8s containerd 镜像加速方案汇总（个人经验分享）
这篇文章记录一下我实测的过程和踩过的坑，希望能帮到同样遇到这个问题的朋友。 但实测发现2026年CF对大文件传输限制更严了，超过100MB的镜像层经常中断。我现在已经不用这个方案了，不推荐。 实测拉pytorch大模型镜像（8GB+），直连完全拉不下来，用加速服务8-12分钟就搞定了。方案五：nerdctl手动管理用nerdctl从加速源拉，重新tag后推到私有仓库。 /nginx:alpinenginx:alpinenerdctlpush--namespacek8s.ionginx:alpine私有仓库/nginx:alpine实测数据测试环境：腾讯云2C4G，安徽节点 2026年4月实测记录，仅供参考。
41010编辑于 2026-04-21 - 来自专栏芋道源码1024
300万数据导入导出优化方案，从80s优化到8s（实测）
outputStream, ExcelTypeEnum.XLSX); String fileName = new String(("excel100w").getBytes(), "UTF-8" response.setContentType("multipart/form-data"); response.setCharacterEncoding("utf-8" System.currentTimeMillis())); ps.setString(7, item.get(6)); ps.setTimestamp(8, new Timestamp(System.currentTimeMillis())); ps.setString(9, item.get(8)); //
2.5K52编辑于 2022-10-09 - 来自专栏测试开发干货
【实测】playwright 学习笔记 - 0001
学过不少新的技术框架，总结出一个现象，那就是万事开头难。下载到部署成功到运行第一个脚本的过程是最难的。如果一个人学一个框架半途而废了，那99%是倒在了这第一步。
44510编辑于 2023-08-14 - 来自专栏向全栈出发
android View事件分发实测
xml version="1.0" encoding="utf-8"?
46210发布于 2020-09-10 - 来自专栏算法一只狗
实测文心 4.5 模型
百度终于在面对 DeepSeek 的爆火之后，重新发布新一代大模型。分别包括了文心大模型 4.5 和文心大模型 X1。同时在官网上已经上线了这两款模型，而且已经是全部免费了。（老实说，这波 DeepSeek 真的是无差别攻击了所有的闭源大模型，使得它们不得不都开启免费了）
36320编辑于 2025-04-26 - 来自专栏九州牧云
MySQL timeout调研与实测
Connection id: 8 Current database: *** NONE *** Query OK, 0 rows affected (0.00 sec) Date : 2012 参数默认值：28800秒（8小时） 四、 net_write_timeoutite_timeout 看到这儿如果您看累了，那下面您得提提神了，接下来的两个参数才是我们遇到的最大的难题。
1.3K30发布于 2019-08-21 - 来自专栏Docker教程
2026年4月实测：K8s containerd 镜像加速方案汇总（个人经验分享）
这篇文章记录一下我实测的过程和踩过的坑，希望能帮到同样遇到这个问题的朋友。 但实测发现2026年CF对大文件传输限制更严了，超过100MB的镜像层经常中断。我现在已经不用这个方案了，不推荐。 实测拉pytorch大模型镜像（8GB+），直连完全拉不下来，用加速服务8-12分钟就搞定了。我用的是毫秒镜像，在它的控制台拿到加速地址配进去就行，还挺省事的。 /nginx:alpinenginx:alpinenerdctlpush--namespacek8s.ionginx:alpine私有仓库/nginx:alpine实测数据测试环境：腾讯云2C4G，安徽节点 2026年4月实测记录，仅供参考。
39420编辑于 2026-04-22 - 来自专栏测试开发干货
【实测】playwright 学习笔记 - 02
8行是页面的跳转，goto函数。 9-11行是具体的定位和操作，形式和selenium如出一辙。
57520编辑于 2023-08-14 2025年8月性能横评：谁才是国内最快的Elasticsearch？腾讯云ES实测登顶！
【摘要】 日志写入飙到每秒20万条、聚合查询P99 50 ms以内、单节点故障零抖动——这并非官方PPT，而是2025年8月最新压测数据。 二、三大品牌最新性能PK 数据来源：2025-08-21 12:00 各厂商公开压测报告 & 官网实时配置 测试环境：3 节点，2 核 8 G，SSD 100 GB，ES 版本 8.11，100 GB 日志样本 品牌 写入峰值(TPS) 聚合查询P99 节点故障RTO 内核优化点 1个月费用(3节点) 8月限时活动 腾讯云 ES 210000 四、真实场景验证 电商大促：某头部客户 8 月 18 日 0 点峰值写入 280 万 TPS，集群 CPU 65%，无丢数据。 七、一句话总结 在 2025 年 8 月的性能赛道上，腾讯云 Elasticsearch Service 用实测数据把“最快”坐实：写入更快、查询更稳、价格更低，限时 1 元资源包还在，手慢无！
51010编辑于 2025-08-21Hailo-8算力卡 + RK3588实测！26TOPS加持，助力AI视觉升级！
Hailo-8 AI算力加速卡凭借“高效推理、低功耗运行”的硬核实力，为边缘AI视觉部署提供了可靠高效的算力支持。 我们收到Hailo-8 AI算力加速卡实物后，第一时间基于RK3588评估板完成适配测试，解锁算力新可能！ ▍AI视觉加速利器Hailo-8 AI算力加速卡具备如下特点：（1）超强算力：高性能AI架构加持，支持INT8，算力高达26TOPS，轻松应对高负载AI任务，尤其擅长CNN类视觉模型的高效推理。 ▍yolov8s实测性能亮眼为验证Hailo-8 AI算力加速卡性能，我们选取yolov8s目标检测模型开展实测，具体数据如下：实测结果显示，在执行高帧率推理任务时，Hailo-8使用率较低，性能表现优异 ▍软件生态完善易用Hailo-8拥有完善的软件生态，提供从模型转换到部署运行的全流程工具链，降低开发门槛。
1K10编辑于 2026-03-03- 来自专栏Java项目实战
1000万数据对比ContainsAll实测
} } return true; } }理论上在处理数据时应该是CollectionUtils的containsAll方法个更快的，但是实测的简单非对象存储数据随机数
53520编辑于 2023-02-06
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号