zhangnanyue

**Version** 0.1.0-alpha.12 **Platform** linux x64 5.15.0-94-generic **Log** ``` Command failed: "/usr/lib/enjoy/resources/app/.vite/build/lib/whisper/main" --file "/usr/lib/enjoy/resources/app/.vite/build/samples/jfk.wav" --model "/usr/lib/enjoy/resources/app/.vite/build/lib/whisper/models/ggml-tiny.en.bin" --output-json --output-file "/home/caros/Documents/EnjoyLibrary/cache/jfk" /usr/lib/enjoy/resources/app/.vite/build/lib/whisper/main: /lib/x86_64-linux-gnu/libstdc++.so.6: version `GLIBCXX_3.4.29' not found (required by /usr/lib/enjoy/resources/app/.vite/build/lib/whisper/main) /usr/lib/enjoy/resources/app/.vite/build/lib/whisper/main: /lib/x86_64-linux-gnu/libc.so.6: version...

Segmentation Result: Distant Thin Lane Are Jagged and Discontinuous

5

### Search before asking - [X] I have searched the YOLOv8 [issues](https://github.com/ultralytics/ultralytics/issues) and [discussions](https://github.com/ultralytics/ultralytics/discussions) and found no similar questions. ### Question Thank you for providing such detailed examples; they helped...

关于下游应用中的无人机飞控算法和路径规划算法

2

感谢贡献这么出色的工作，论文已经拜读完，等待代码的释放。 请教下，关于第十章应用中，无人机的飞控算法（参考文献 56），以及路径规划算法Bubble Planner（参考文献55）是否有计划开源？

关于mm_grounding_dino获得伪标签后的训练

12

首先感谢你们的工作，按照你们提供的方式，在自有数据集上进行微调，获得了超预期的效果。 我有一个疑问关于：mm_grounding_dino获得伪标签后的训练。 在“模型自训练伪标签迭代生成和优化 pipeline”中的第3条：“在得到伪标签后，你可以混合一些预训练数据联合进行继续预训练，提升模型在当前数据集上的性能，然后重新运行 2 步骤，得到更准确的伪标签，如此循环迭代即可”。 这里的“混合一些预训练数据联合进行继续预训练”，是指将伪标签混着预训练数据，每次都要重头开始训练，还是从上一次训练获得的checkpoint迭代着训练？