- 博客(621)
- 资源 (3)
- 收藏
- 关注
原创 Transformer 架构详解
Transformer 架构是由 Ashish Vaswani 和他的同事们在 2017 年的论文《Attention is All You Need》中首次提出的。它在自然语言处理(NLP)和其他序列建模任务中取得了前所未有的成功。Transformer 模型完全基于自注意力机制,摒弃了循环和卷积操作,这使得它在处理长序列数据时具有显著优势,并且能够实现并行化计算。
2024-09-19 19:02:49 790
原创 CNN卷积神经网络详解
卷积神经网络(Convolutional Neural Network, CNN)是一种深度学习模型,专门用于处理具有网格结构的数据,如图像、视频等。它在计算机视觉、自然语言处理、语音识别等领域有着广泛的应用。
2024-09-18 15:03:23 831
原创 卷积核详解
卷积核(Convolution Kernel),简单来说,就是在进行图像处理或信号处理时,用来“扫描”或“滑动”过原始数据(比如一张图片)的一个小型矩阵。这个矩阵里面包含了一些数值,这些数值在滑动过程中与原始数据对应位置的数值进行特定的数学运算(通常是乘法后求和),从而生成新的数据或特征。
2024-09-18 12:10:57 610
原创 timm图像模型库
timm(PyTorch Image Models)是一个集合了多种SOTA(State of the Art)计算机视觉模型、层、实用工具、优化器、调度器、数据加载器、增强策略以及训练/验证脚本的库,旨在简化模型的选择、创建和微调过程。它支持超过700种预训练模型,并且可以轻松地进行加载和使用。
2024-09-14 11:15:30 875
原创 RepLKNet架构详解
RepLKNet 通过引入大卷积核和重参数化技术,有效地结合了 Vision Transformer 的全局建模能力和 CNN 的高效计算优势。其设计创新在于既保持了卷积网络的结构简单性和计算效率,又通过大卷积核弥补了 CNN 在处理长距离依赖信息时的不足。因此,RepLKNet 是一种强大的模型架构,适用于各类计算机视觉任务,在大规模数据集上的表现尤其出色。
2024-09-12 15:48:58 660
原创 ConvNeXt架构详解
ConvNeXt 是一种现代化的卷积神经网络架构,结合了 ResNet 的经典设计和 Vision Transformer 的创新元素。通过一系列巧妙的调整和优化,ConvNeXt 证明了卷积网络在处理视觉任务时依然可以与 Transformer 相媲美,甚至在某些场景下有更好的计算效率和性能表现。
2024-09-12 15:38:23 652
原创 DeepFake换脸检测
DeepFake(深度伪造)技术能够以惊人的准确度修改视频或图像中的人脸,造成虚假信息的快速传播。为了应对这一挑战,许多研究者开始探索防御DeepFake的技术手段。DeepFakeDefenders项目是由VisionRush团队开发的,旨在通过先进的技术手段识别和对抗DeepFake。该项目提供了一套完整的工具集,包括预训练模型、训练脚本以及部署方案,帮助用户快速构建自己的DeepFake检测系统。
2024-09-12 10:52:49 419
原创 MySQL解决错误this is incompatible with sql_mode=only_full_group_by…
在SQL查询语句中加入group by时报了以下错误
2024-09-10 18:05:02 587
原创 解决docker启动失败的错误“Status: unknown flag: --graph”
最近服务器重启以后docker启动失败了,使用以下命令查看 Docker 的日志文件以获取更详细的错误信息。
2024-09-05 20:57:59 515
原创 ComfyUI使用Flux模型
ComfyUI是一个强大的用户界面,支持多种图像处理和生成模型,而Flux是一系列由Black Forest Labs开发的扩散模型。
2024-08-31 18:16:13 1379
原创 Python使用OpenCV识别图片人脸
在Python中,识别图片中的人脸并获取人脸区域的坐标,通常可以使用OpenCV库结合Haar特征分类器来实现。
2024-08-30 12:05:36 607
原创 PyQt5库详解
PyQt5是一个Python编程语言的GUI工具包,允许开发人员使用Python语言创建桌面应用程序。它基于Qt库,Qt是一个流行的C++框架,用于开发跨平台的应用程序。
2024-08-17 15:01:36 1101
原创 PyWin32库详解
PyWin32是一个Python库,它提供了丰富的接口以便访问Windows操作系统下的各种原生API。这个库为Python开发者在Windows平台上进行开发提供了极大的便利,使得在Python程序中使用Windows功能变得容易。
2024-08-13 20:29:57 404
原创 Deep-Live-Cam实时AI换脸
Deep-Live-Cam 是一个基于AI技术的实时人脸替换和动画工具,该项目结合了深度学习算法,能够实时地将一个选定的人脸替换到目标视频或图片中,支持多种平台和执行环境。
2024-08-13 19:52:30 1582 2
原创 AIGC生成图像检测
丰富纹理区域中的像素表现出比贫乏纹理区域中的像素更显著的波动。他们采用ResNet-50作为分类器,并观察到包括JPEG压缩和高斯模糊在内的数据增强可以提高检测器的泛化能力,这意味着检测器可以很好地泛化到未见过的架构、数据集和训练方法。LNP观察到真实图像的噪声模式在频率域中表现出相似的特征,而生成图像的噪声模式则截然不同。LGrad提取了一个训练良好的图像分类器获得的梯度图,作为GAN生成图像的指纹。基于这一观察,他们旨在通过将全局纹理提取融入常见的ResNet结构中,来提高检测器的泛化能力和鲁棒性。
2024-08-08 10:46:18 739
原创 SpringBoot使用开发环境的application.properties
在Spring Boot项目中,application.properties 或 application.yml 文件是用于配置应用程序外部属性的重要文件。这些文件允许定制你的应用,而无需更改代码。根据不同的运行环境,可以通过创建以application-{profile}.properties格式命名的文件来定义不同环境的配置,其中{profile}是环境标识,如test(测试)、dev(开发)、prod(生产)等。
2024-07-16 19:56:19 522
原创 SpringBoot如何使用Kafka来优化接口请求的并发
在Spring Boot中使用 Kafka 来优化接口请求的并发,主要是通过将耗时的任务异步化到Kafka消息队列中来实现。这样,接口可以立即响应客户端,而不需要等待耗时任务完成。在Spring Boot应用程序中调用Kafka通常涉及使用Spring Kafka库,它提供了与Apache Kafka的高级集成,使得从Spring Boot应用程序中发送和接收消息变得更加简单和直观。
2024-07-16 18:05:06 565
原创 SpringBoot 解决 getSession().getAttribute() 在负载均衡环境下无法获取session的问题
在Spring Boot中,使用方法时遇到在负载均衡环境下无法正确获取session属性的问题,通常是由于session属性存储在单个服务器的内存中,而负载均衡会导致用户的请求被分配到不同的服务器上,因此无法找到在其他服务器上未定义的session属性。
2024-07-15 20:51:41 906
原创 SpringBoot解决Apache Tomcat输入验证错误漏洞
ApacheTomcat 输入验证错误漏洞(CVE-2024-24549)CVE编号漏洞描述Apache Tomcat是美国阿帕奇(Apache)基金会的一款轻量级Web应用服务器。该程序实现了对Servlet和JavaServer Page(JSP)的支持。Apache Tomcat存在输入验证错误漏洞,该漏洞源于HTTP/2请求的输入验证不正确,会导致拒绝服务。修复方案目前,官方漏洞修复版本已经发布。建议用户升级到安全修复版本: 8.0.x 用户升级组件到 8.5.99 版;
2024-07-15 20:39:01 1317
原创 Java实现图像处理
在Java中,图片处理可以通过java.awt和库来完成,java.awt是 Java 标准库(Java Standard Edition, JSE)的一部分。
2024-07-12 13:15:38 259
原创 SpringBoot使用@RestController处理GET和POST请求
在Spring MVC中,@RestController注解的控制器类可以处理多种HTTP请求方法,包括GET和POST。这些请求方法通过特定的注解来映射,比如@GetMapping用于GET请求,@PostMapping用于POST请求。这些注解是@RequestMapping的特定化版本,提供了更清晰的语义。
2024-07-08 11:26:21 917
原创 YOLOv8目标检测算法详解
YOLOv8是Ultralytics公司最新推出的Yolo系列目标检测算法,建立在Yolo系列历史版本的基础上,并引入了新的功能和改进点,以进一步提升性能和灵活性。它是实现目标检测、图像分割、姿态估计等任务的最佳选择之一。YOLOv8是一种基于深度学习的目标检测算法,其核心思想是将目标检测问题转化为一个回归问题,通过一次前向传播过程即可完成目标的位置和类别预测。它继承了YOLO系列算法的优点,如速度快、实时性好等,并在准确性和泛化能力上进行了进一步的提升。
2024-06-27 13:09:08 2766 1
原创 MySQL查询随机返回数据表的一条数据
如果你正在处理大型数据表,并需要频繁地执行此类查询,那么你可能需要考虑其他更高效的方法,比如使用一个额外的列来存储一个随机值,并在插入新记录时更新它,或者使用其他数据库特定的技术来优化随机查询。但通常,对于偶尔的随机查询,上面的方法就足够了。但是,请注意,对于大型数据表,这可能会变得非常慢,因为它需要对整个表进行随机排序。对于小型到中型的数据表,这通常是可行的。要在MySQL中随机返回数据表的一条数据,可以使用。以下是一个基本的示例,展示如何从名为。会将结果集按照随机顺序排序,然后。表中随机的一条记录。
2024-06-19 19:08:59 548
原创 使用bat批处理检查venv环境和python依赖库
以下是一个批处理脚本的示例,用于检查是否存在名为 venv 的 Python 虚拟环境,如果不存在,则创建一个新的 venv 环境
2024-06-17 13:45:42 306
原创 ToonCrafter自动生成动画中间帧
ToonCrafter仅需两张关键帧——起始与结束画面,便能巧妙地绘制出两者之间的流畅过渡,创造出一系列生动的动画帧。
2024-06-17 13:22:03 432
原创 Stable Diffusion WebUI 使用ControlNet:IP-Adapter保持生图的角色一致性
IP-Adapter-FaceID可以在保持人脸一致的条件下生成各种风格的图像。
2024-06-14 16:04:55 1150
原创 Stable-Diffusion-WebUI 常用提示词插件
SixGod提示词插件可以帮助用户快速生成逼真、有创意的图像。其中包含,清空正向提示词”和“清空负向提示词、提示词起手式包含人物、服饰、人物发型等各个维度的提示词、一键清除正面提示词与负面提示词、随机灵感关键词、提示词分类组合随机、动态随机语法等。
2024-06-14 14:21:39 1031
原创 使用GPT/文心实现诗词作画
在教育领域中,古诗词一直是培养学生文化素养和审美能力的重要载体。选择合适的古诗词进行学习和欣赏,不仅能够增强他们的语言表达能力,还能促进他们对中国传统文化的理解和热爱。本文将结合AI技术,将古诗词转换为图画。
2024-06-13 15:23:36 692
原创 使用ffmpeg进行音频处理
音频处理是数字媒体制作中不可或缺的一部分,而ffmpeg作为一款强大的多媒体处理工具,为我们提供了丰富的音频处理功能。
2024-06-13 13:36:03 1302
原创 Python生成requirements.txt的方法
在Python项目中,文件通常用于列出项目所需的所有Python包及其版本。这样,其他人或系统可以轻松地安装所有必要的依赖项,以确保项目的正确运行。以下是生成。
2024-05-31 20:34:41 1824
原创 Text Embedding(文本嵌入)模型介绍
Text Embedding是自然语言处理(NLP)中的一个核心技术,它指的是将文本(如单词、短语、句子或段落)转换为固定大小的实数向量,这些向量可以捕获文本中的语义信息,使得语义上相似的文本在嵌入空间中具有相似的向量表示。这种转换使得文本数据能够被计算机理解和处理,从而可以在各种NLP任务中使用。
2024-05-27 11:03:26 2090
原创 Stable Diffusion WebUI 更换图片背景
Rembg是一个用于去除图像背景的开源工具,能够智能地识别和分离图片中的主体与背景,生成高质量的抠图效果。
2024-05-19 23:45:02 551
原创 Stable Diffusion WebUI使用inpaint anything插件实现图片局部重绘
Inpaint Anything是一个强大的图像处理工具,它结合了SAM(Segment Anything Model)、图像修补模型(如LaMa)和AIGC模型(如Stable Diffusion)等先进技术,以实现图像中物体的移除、内容的填补以及场景的替换。无论是对图像中的任何元素进行编辑,还是对图像整体进行场景转换,Inpaint Anything都能胜任。
2024-05-17 00:32:44 1948
原创 解决报错:“ERROR: failed to solve: cannot replace to directory /var/lib/docker/overlay2/……”
执行 docker build 命令时报了如下错误:删除node_modules目录 修改.dockerignore,把app/node_modules添加到app/node_modules中
2024-05-16 13:07:21 486
原创 使用AudioCraft(MusicGen)生成音乐
模型将根据提供的描述生成一段简短的音乐,一次可生成长达30秒的音频。模型是根据库存音乐目录中的描述进行训练的,最有效的描述应该包括现有乐器的一些细节,以及一些预期的用例(例如,添加“perfect for a commercial”可能会有所帮助)。facebook/musicgen-melody:以文本和旋律为条件的音乐生成模型,也可以只使用文本。facebook/musicken-small:以文本为条件的300M转换器解码器。
2024-05-10 15:56:17 741
原创 Stable Diffusion WebUI 使用ControlNet:IP-Adapter实现图片风格迁移
IP-Adapter 全称是 Text Compatible Image Prompt Adapter for Text-to-Image Diffusion Models(文本到图像扩散模型的文本兼容图像提示适配器),是腾讯研究院出品的一个新的ControlNet模型,旨在使预训练的文本到图像扩散模型能够生成具有图像提示的图像。IP-Adapter是一种有效的轻量级适配器,用于实现预训练文本到图像扩散模型的图像提示能力。
2024-04-27 18:15:24 1613
原创 Stable Diffusion 常用放大算法详解
常规用法:先在低分辨率下反复画图,确定一个比较满意的图像时,再借助固定随机种子,来进行高清修复,得到分辨率更高的图像。高清修复有时候会修改图像,增加不必要的元素,可以通过调整重绘幅度进行抑制。如果只是想放大图片,可以设置为(0.3-0.5),如果想要AI自由发挥,可以设置更高的重绘幅度。
2024-04-26 16:30:41 4033 1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人