“空着的座位是给客人的，不是给你的”外卖员等餐时在店内空座休息被告知不能坐工作人员称座位是留给顾客的

2

抢首评

收藏

分享

举报

发布时间：2026-10-08 18:47

全部评论

大家都在搜：

华麓怀芷官方号

粉丝684获赞5109

猜你喜欢

推荐视频

最新视频

老板发福利啦！直播间，快点来抢啦！
0
好冲洗不残留，洗头省了好多时间，超好用！#荷宝同款#防脱#防脱洗发水
0
任丘3米x16公分路沿模板，想要路沿更美观？选用优质模板，轻松实现！ #任丘3米x16公分路沿模板厂 #马路路沿石挡板钢模具厂家 #公路防撞水泥模板定制 #3米x16公分路沿模板
0
研发整整8年的诚意之作，永不收费，装备靠打，拍卖行自由交易！
0
#国漫战力天花板 ⚡天崩开局杀出逆天神威战力破界燃到炸场🔥 谁是你心中的国漫战力天花板💥
2
买完奶粉喝完就急着扔？飞鹤鲜萃系列扫罐内码还能领奶粉呢！第五罐马上送货到家！ #飞鹤营养顾问带你解锁福利 #飞鹤迹萃 #飞鹤启萃 #飞鹤营养顾问守护聪明宝宝
10
#太阳能监控 #监控摄像头#4G免流监控摄像头 #现场实拍监控
13
古风妆照特惠，点击下方抢购。
0
空间-频率对抗训练的检测器鲁棒化改进，SCI创新点来袭！！ YOLO26最新创新改进系列： NumbOD-Adversarial Training：空间-频率对抗训练的检测器鲁棒化改进，SCI创新点来袭！！原始 YOLO26 的优势在于端到端、轻量化和推理速度，但从论文创新角度看，它仍然存在一个容易被忽略的结构性短板：训练阶段主要围绕干净样本的平均风险进行优化。也就是说，网络在常规增强图像上学习定位、分类和分布回归，却没有显式看到“最容易让检测框偏移、类别置信度波动、边缘纹理失稳”的困难样本。这会带来三个写作痛点：第一，原模型对空间局部扰动的边界刻画不足。目标检测不是单纯分类，轻微扰动可能同时影响框位置、类别响应和候选框排序。第二，原模型对频率成分的鲁棒约束不足。低频通常承载目标主体结构，高频则包含边缘、纹理和局部细节；检测器容易在高频变化下出现置信度漂移。第三，常规数据增强很难精准制造“对检测头最有伤害”的训练样本。随机增强是盲目的，而对抗样本是围绕当前模型弱点生成的。本次改进将 AAAI 2025 方法 NumbOD 的核心思想迁移到 YOLO26 训练阶段：不改变 YOLO26 的 Backbone、Neck 和 Detect Head，只在训练期构建一个空间-频率融合的对抗样本生成分支，将少量 NumbOD 对抗副本追加进 batch，形成 clean supervision 与 hard sample supervision 的联合优化。
23

热榜推荐

热门视频