- 博客(647)
- 资源 (1)
- 收藏
- 关注
RSS订阅
原创 Google C++项目编程风格指南 (中文版) 分享
之前点击上方“AI算法与图像处理”，选择加"星标"或“置顶”重磅干货，第一时间送达导读这是一份来自Google开源的文档c++部分总共有 67 页，本文分享的内容，是基...
2020-12-29 17:00:00
1313
翻译 Keras vs. tf.keras: 在TensorFlow 2.0中有什么区别?
在本教程中，您将发现Keras和tf.keras之间的区别，包括TensorFlow 2.0中的新增功能。Keras vs. tf.keras: 在TensorFlow 2.0中有什么区别?https://www.pyimagesearch.com/2019/10/21/keras-vs-tf-keras-whats-the-difference-in-tensorflow-2-0/在...
2019-10-29 14:09:41
2212
原创 Hexo Yelee主题侧边栏社交图标logo中的github图标不显示，成功搞定
最近自己用hexo+github搭建了一个个人网站：https://dwctod.github.io/但是出现了一些问题，比如这里github图标无法显示了按照网友的提示：https://blog.csdn.net/youshaoduo/article/details/84824828他的思路：（1）从这里下载图片，并将图片存放在YourBolgPath/themes/yelee/sour...
2019-09-27 15:14:03
950
翻译 图像处理，计算机视觉和人工智能之间的差异
图像处理，计算机视觉和人工智能之间的差异https://medium.com/@pallawi.ds/difference-between-image-processing-computer-vision-and-artificial-intelligence-af670d65055d作者：Pallawi图像处理和计算机视觉是超级兴奋的研究和研究领域。随着人工智能的进步，这两个领域都在不断发...
2019-09-17 21:58:45
2411
原创 python中英文书籍汇总，总有一本是你想要的
书籍是人类进步的阶梯对于程序员也是如此，需要完整的学好一本书，而不是光靠遇到问题，再去查，这样子往往更加费时（毫无依据，仅凭个人感觉）推荐一些python的书籍，包括数据分析，数据可视化，算法结构，opencv，有需要的自取哈...
2019-01-05 11:41:01
2084
原创 Stable-Hair 全新发型迁移算法！轻松生成中分！
大家好，今天和大家分享几篇最新的工作 1、Stable-HairStable-Hair是一个发型迁移算法，甚至在真实的环境效果也能保证较好的效果。具体来说，输入一张 source 图片（希望变换发型的人脸）和一张 reference image（预期发型的人脸），如下图所示，第一行是目标发型，第一列为sourceimage，按行（从第二行开始）查看生成的效果，除了发型变化外，人脸的特征保留完整...
2024-07-22 22:38:25
563
原创 7k star！斯坦福开源学术研究神器！storm
扫码领取享50优惠！随时可用，先到先得！大家好，今天跟大家分享一个由大语言模型（LLM）加持的知识管理系统，用于研究某个课题并生成带有引文的完整报告。输入研究的主题，并详细说明写这篇文章的目的，等待三分钟左右，storm会自动在网络上检索并解读整理输出总结的报告！！！storm 简介官方介绍:STORM 是一个LLM系统，可以根据互联网搜索从头开始编写类似维基百科的文章。虽然该系统无法生成通常需...
2024-07-18 23:11:47
381
原创 超过GPT-4V，国产开源多模态大模型来了！支持视频理解/超高分辨率图片理解/多轮对话...
扫码领取享50优惠！随时可用，先到先得！大家好，开源多模态大模型真的是每天都在疯狂的涌现，今天分享一个国产大模型 InternLM-XComposer-2.5 中文名：浦语·灵笔2.5仅使用 7B LLM 后端就达到了 GPT-4V 级别的能力，甚至从官方的论文测试结果来看，部分benchmark上的指标甚至超过了 GPT-4VInternLM-XComposer-2.5下面介绍一下主要功能：超高...
2024-07-05 23:08:20
816
原创 3D鸡哥又上开源项目！单图即可生成，在线可玩
大家好，今天和大家分享几篇最新的工作 1、Unique3DUnique3D从单视图图像高效生成高质量3D网格，具有SOTA水平的保真度和强大的通用性。如下图所示 Unique3D 在 30 秒内从单视图野生图像生成高保真且多样化的纹理网格。例如属于一张鸡哥的打球写真照等待一分钟左右的时间：用鼠标拖动生成的结果，可以看到结果，很显然这个模型很可能是小黑子，前面是背带裤转到后面居然不是背带没了从官网的...
2024-07-04 22:44:42
435
原创 迄今为止最惊艳的生成视频模型 MotionClone！开源！主体运动和相机运动都能完美克隆！...
大家好，今天和大家分享一篇关于可控视频生成的最新成果 MotionClone给定参考视频，MotionClone 可以将视频所包含的动作克隆到新的场景中，具有出色的 prompt-following（指令遵循）能力，而无需针对特定运动进行微调。prompt-following 更加通俗的解释，就是能够按照你编写的prompt来生成相应的反馈。如下图所示，通过调整主体以及场景相关的prompt，而不...
2024-07-02 23:02:01
456
原创 鸡哥又上CV论文！单图生成3D模型，高质量且高效率新模型！
大家好，今天和大家分享几篇最新的工作 1、VividDreamerVividDreamer 是一个兼顾高质量和效率的文本生成3D资产的算法。更加具体来说就是，通过输入一句话，例如下图左上角的图片：输入 “A zoomed out DSLR photo of a corgi wearing a top hat” （戴着高顶礼帽的柯基犬的缩小照片），生成柯基的3D模型。实现思路：VividDreame...
2024-06-25 21:40:28
525
原创 中科大和字节AI视频生成CamTrol杀疯了！运动可控，效果惊艳！
大家好，我是阿潘，今年堪称视频生成的爆发的一年，sora 2024年2月15日发布，让全世界都震惊了。openai 有一次成为了行业标杆。从生成的效果来看，比起以往抽象的生成结果，有了巨大的提升。今天和大家分享中科大和字节跳动的工作 CamTrol 。这是一种train-free，可以在大多数预训练的视频扩散模型中即插即用的方案。支持单张图片或文本prompt作为输入生成视频。论文：https:/...
2024-06-20 22:46:38
491
原创 算法六年，越做越无聊。。。
大家好，我是阿潘刷到下面一条动态，一位工作 6 年的算法工程师，表示工作越做越无聊，想做一些确定性强的事情，希望转岗到做开发。 打工人吐槽下面是原文和一些回帖：首先，这位老铁想做开发的原因是因为做 算法工作的不确定性（确实啊，算法的效果是让人焦虑的主要来源。。。），也就是说算法的工作很多时候都包含了大量的不确定性，这让我想起知乎上一个热议的话题：下面是一个知乎高赞的回答：我也是一个干了五年的计算机...
2024-05-19 16:54:11
973
1
原创 ControlNet作者放大招！IC-Light：控制生成图片光照效果！
ControlNet作者张吕敏近日又开源了一项新的工作：IC-Light （Impose Constant Light），在不改变图片内容的条件下，可以控制生成图片的光照效果。作者发布了两种类型的模型：文本条件重打光模型和背景条件重打光模型。两种类型都将前景图像作为输入。 1、Text-Conditioned Model通过文本条件控制，输入Prompt 并 Lighting Preference...
2024-05-09 22:05:37
564
原创 效果炸裂！文生图再升级，支持多对象个性化图片生成！开源！
大家好，今天和大家分享一篇最新的文生图工作，代码已开源标题：Identity Decoupling for Multi-Subject Personalization of Text-to-Image Models单位：KAIST论文：https://arxiv.org/pdf/2404.04243.pdf代码：https://github.com/agwmon/MuDI主页：https://mu...
2024-04-10 17:01:21
906
原创 哈工大&清华提出VideoElevator：大幅提升文生视频质量！
大家好，今天和大家分享哈工大和清华大学最新的成果 VideoElevator，一种无需训练即插即用，可以配合各种文生图（SD）和文生视频（AnimateDiff）使用提升视频生成质量。标题：VideoElevator: Elevating Video Generation Quality with Versatile Text-to-Image Diffusion Models单位：哈工大 &am...
2024-03-12 22:06:31
1083
原创 selenium定位元素报错：‘WebDriver‘ object has no attribute ‘find_element_by_id‘
当然最最推荐的还是去官方查看文档：https://www.selenium.dev/documentation/webdriver/getting_started/first_script/思路：通过对网页的源代码分析（进入www.baidu.com，右键并检查则可看其HTML源代码），定位到搜索框的属性id=“kw”Selenium更新到 4.x版本后，以前的一些常用的代码的语法发生了改变。目标：希望通过 selenium 模拟在 “百度” 上 输入关键词搜索。
2024-02-16 22:45:04
854
2
原创 mac安装mongodb和使用教程
这里我使用conda 创建一个python3.9的环境测试是否安装成功brew 安装mongodb在终端中输入下面内容，安装 mongodb创建必须的文件夹路径修改环境变量设置mongodb 配置另外启动一个终端输入此时即可正常使用mongodb了总结安装时需要配置 pymongo 和 mongodb-community使用时需要一个终端启动服务 （ sudo mongod --dbpath=/usr/local/var/mongodb --logpath=/usr/local/var
2024-02-16 15:03:30
525
原创 白嫖！平替ChatGPT，高效阅读文档，支持pdf上传！
大家好，我是阿潘，现在技术更新的太快了，每天arxiv上面更新的论文太多了看不过来，同时还有一大堆公众号、知识星球、知乎等等，太多需要关注的信息了，力不从心啊。但是又怕漏掉一些有用的信息因此今天跟大家分享两个网站 （现在还可以白嫖先用起来）1、高效阅读最新论文的网站，不漏掉最新成果2、高效阅读文档的网站，快速筛选提取有用信息 1、https://papers.cool/ 作者：苏剑林作者的初心:...
2024-01-29 21:19:07
719
原创 两个眼前一亮的工作！已开源，可在线体验！
大家好，我是阿潘，2024 年，新年首个工作日，公司引来组织架构调整，两个工程师和一个产品并入业务线，直面业务大佬的压榨！第一天就搞大事情，希望新的一年，我们都能迎来爆发的一年！顺便聊下最近爆火的一些开源项目。 1、HandRefiner上图：Stable Diffusion（前两行）和 SDXL（最后一行）生成畸形的手（每对左侧），例如手指数量不正确或形状不规则的问题，可以通过 HandRefi...
2024-01-02 22:42:50
659
原创 阿里达摩院刚刚开源了AnyDoor！零样本物体编辑！可实现物体移动、物体交换、虚拟试穿等...
大家好，我是阿潘，今天给大家分享一个阿里达摩院开源了 AnyDoor 的代码，不得不说，到年底了有点猛，疯狂的晒工作，感觉像是在冲业绩，这不得多拿好几个月的年终。项目相关的链接整理在下面了：https://damo-vilab.github.io/AnyDoor-Page/https://github.com/damo-vilab/AnyDoorhttps://arxiv.org/abs/2307...
2023-12-17 22:36:13
1447
原创 文生图一致性角色生成！谷歌最新文本到图片扩散模型工作
大家好，我是阿潘，今天和大家分享一篇谷歌最新的文生图的工作。主要解决在文生图中无法生成一致性角色的难题！如果有帮助，欢迎大家帮忙转发分享，感谢！ 推荐微信交流群现已有2000+从业人员交流群，欢迎进群交流学习，微信：nvshenj125B站最新成果demo分享地址：https://space.bilibili.com/288489574顶会工作整理Github repo：https://githu...
2023-11-20 23:30:06
854
原创 （AIGC）FIRST：百万数据集用于文本驱动的服饰合成和设计
整理：AI算法与图像处理欢迎关注公众号 AI算法与图像处理，获取更多干货： 推荐微信交流群现已有2000+从业人员交流群，欢迎进群交流学习，微信：nvshenj125B站最新成果demo分享地址：https://space.bilibili.com/288489574顶会工作整理Github repo：https://github.com/DWCTOD/CVPR2023-Papers-with-C...
2023-11-15 16:59:52
413
原创 LCM-LoRA：通用stable diffusion 加速模块！2023.11.13顶会论文速递！
整理：AI算法与图像处理欢迎关注公众号 AI算法与图像处理，获取更多干货： 推荐微信交流群现已有2000+从业人员交流群，欢迎进群交流学习，微信：nvshenj125B站最新成果demo分享地址：https://space.bilibili.com/288489574顶会工作整理Github repo：https://github.com/DWCTOD/CVPR2023-Papers-with-C...
2023-11-13 23:05:39
1401
原创 真假难辨！AI人像生成再进化！HyperHuman：基于隐式结构扩散的超逼真人像生成...
大家好，今天和大家分享最新的一篇 AI生成相关的工作，本文的重点在于对于人像生成的优化，之前的工作，例如stable diffusion等，对于真人生成效果存在一定的缺陷，基于此为出发点，本文贡献了新的数据集，并提出一个新的隐式结构扩散模型结合姿态图、深度图等，生成更逼真的人像图片。 好久没更新原创啦，兄弟们点点赞，以后多多更新，fighting！！！欢迎大家留言，你更想看到的内容，实战？论文？或...
2023-10-20 22:49:04
623
原创 [AI绘画] 即插即用！SDXL+T2I-Adapters 高效可控的生成图片
标题：T2I-Adapter: Learning Adapters to Dig out More Controllable Ability forText-to-Image Diffusion Models论文：https://arxiv.org/pdf/2302.08453.pdf博客：https://huggingface.co/blog/t2i-sdxl-adapters代码：https...
2023-09-16 22:49:12
1114
原创 This application failed to start？
大家好，最近在搞一个定制的图像分割项目，其中需要自己构建数据集。这里我用到了基于paddle开发高效智能的交互式分割标注软件 EISeg(Efficient Interactive Segmentation)。它涵盖了通用、人像、遥感、医疗、视频等不同方向的高质量交互式分割模型。另外，将EISeg获取到的标注应用到PaddleSeg提供的其他分割模型进行训练，便可得到定制化场景的高精度模型，打通分...
2023-07-11 23:05:25
261
原创 Segment Anything又一强大应用！
大家好，我是阿潘，今年太多炸裂的成果涌现，今天和大家分享号称 CV 的GPT-3 时刻的SAM（Segment Anything Model）的一个相关研究成果。SAM简介迄今为止最大的分割数据集，在1100万的图像上有超过10亿个掩码。该模型被设计和训练为可提示的（promt），因此它可以将zero-shot transfer零样本迁移到新的图像分布和任务。promt : 例如，点，框，掩码当模...
2023-07-06 10:00:23
279
原创 解决No module named ’torch._six‘问题
参考：https://github.com/microsoft/DeepSpeed/issues/2845。主要原因是因为 torch 升级到2.0之后，这个api不能用了，以下是解决方法。将from torch._six import inf调整为下面。
2023-07-04 10:01:54
13734
1
原创 PerSAM！单图即可定制专属SAM模型！支持微调，甚至可增强DreamBooth
大家好呀，我是阿潘。Meta 的Segment Anything Model 着实火了一把，今天来和大家分享一篇相关的研究成果，论文和代码都已开源：从标题的字面意思应该就是指仅需一个样本即可定制个性化的SAM。PersonalizeSegmentAnythingModelwithOneShothttps://arxiv.org/pdf/2305.03048.pdfhttps:...
2023-05-09 22:32:29
3147
1
原创 5个python常用的装饰器！
大家好呀，我是阿潘。首先，每个开发人员的目标都是让事情正常进行。慢慢地，我们担心可读性和可扩展性。这是我们第一次开始考虑装饰器的时候。装饰器是为函数提供额外行为的绝佳方式。使用装饰器，你会惊讶地发现可以减少代码重复并提高可读性。以下是我在几乎每个数据密集型项目中使用的五个最常用的方法。1.重试装饰器在数据科学项目和软件开发项目中，有很多我们依赖外部系统的情况。事情并不总是在我们的控制之中。当意外...
2023-03-26 20:47:21
1743
原创 CVPR2023论文速递（2023.3.23）！已接入ChatGPT总结！共26篇！
整理：AI算法与图像处理CVPR2023论文和代码整理：https://github.com/DWCTOD/CVPR2023-Papers-with-Code-Demo欢迎关注公众号 AI算法与图像处理，获取更多干货：大家好,最近正在优化每周分享的CVPR论文, 目前考虑按照不同类别去分类,方便不同方向的小伙伴挑选自己感兴趣的论文哈大家好，目前给每天的论文汇总接入chatGPT帮忙总结，目前在...
2023-03-23 21:41:46
11750
原创 CVPR2023论文速递（2023.3.22）！已接入ChatGPT总结！共31篇！
整理：AI算法与图像处理CVPR2023论文和代码整理：https://github.com/DWCTOD/CVPR2023-Papers-with-Code-Demo欢迎关注公众号 AI算法与图像处理，获取更多干货：大家好,最近正在优化每周分享的CVPR论文, 目前考虑按照不同类别去分类,方便不同方向的小伙伴挑选自己感兴趣的论文哈大家好，目前给每天的论文汇总接入chatGPT帮忙总结，目前在...
2023-03-22 21:01:45
6658
原创 Google杀入AI聊天机器人领域，暴跌千亿？错哪了？
大家好，ChatGPT现在被大家玩坏了，甚至在用户的不断逼问之下，露出了鸡脚，原来ChatGPT 也是小黑子ChatGPT 太火了，火的谷歌都坐不住了。为了应对爆火的ChatGPT，谷歌推出的Bard，但是谷歌翻车了，谷歌人工智能聊天机器人Bard在一场发布会上对用户提出的问题给出错误回答，甚至还导致股价暴跌1000亿美元+。具体的错误是，Bard回答了提问《通过詹姆斯韦伯太空望远镜获得的新发...
2023-02-09 22:42:56
245
原创 目标检测新范式！扩散模型用于目标检测，代码即将开源
大家好，今天和大家分享一篇最新的论文 DiffusionDet: Diffusion Model for Object Detection 论文和代码地址已公布https://arxiv.org/abs/2211.09788https://github.com/ShoufaChen/DiffusionDet是的，这个算法和今年最火的 AI 绘画类似，都是基于扩散模型去实现。最近我身边也有一些人在研...
2022-11-19 21:45:45
693
原创 ECCV2022 论文最全汇总！附下载
大家好，我整理了CVPR2022 和ECCV2022 的代码和论文https://github.com/DWCTOD/CVPR2022-Papers-with-Code-Demohttps://github.com/DWCTOD/ECCV2022-Papers-with-Code-Demo我将 CVPR2022 所有论文汇总并上传到网盘上，受到挺多小伙伴的喜欢，下载的人数不少。最近有小伙伴在问...
2022-11-16 17:00:25
3758
原创 ikun必学！python 画一个简单的只因
大家好呀，我是阿潘。现在有很多虚假的ikun1、看似维护鸡哥，实则想吃鸡哥下的蛋每次看到这种网络攻击，鼻子一酸，泪流不止。这个世界太不友善了，真的不知道面对那么多无端的谩骂他是怎么熬过来的。作为一位ikun真的麻木了，心累了。黄昏见证正真的信徒，永远不会脱粉。愿意下蛋给我补充营养，那是我放在心上的宝藏男孩，希望都嘴下留德。小黑子，漏出鸡脚了吧。等会哥哥从烤箱出来你别流口水。小黑子，露出鸡脚了吧？我...
2022-11-05 22:22:19
14420
84
原创 如何看待力扣（LeetCode）经典会员
大家好，我是阿潘，根据大厂的朋友透露，现在去大厂对于算法的能力要求越来越高了！（巨 tm 卷）回想自己转码的时候，也刷过一段时间的题目，对我来说，刷题对我最大的帮助：提升 coding 能力（刷完视频和教程，很多时候还是写不出来代码，刷题无疑让我对常见问题有了一些解题思路）在这个过程中，存在的问题：1、不知道刷什么题，刷多少题（我是照着网上推荐的剑指offer来刷）2、遇到bug，无从下手（无法d...
2022-10-24 16:55:39
2085
原创 【AI绘画】如何优雅的在本地配置 novelai ？
大家好，最近 AI 绘画太火了，火到我无论是打开b乎还是b站，都会给我的首页推荐AI绘画相关的。当然我也是收藏和关注了一大波内容，后续会分享出来，各路大佬的新奇玩法。网上有一大堆一键安装的教程，但是很多人提示存在一定的风险，而且还有一个问题就是在没有会员的情况下，下载所需的时间太久了。今天分享的内容就是如何不浪费大量时间去下载，以及不使用科技的情况在本地安装。 思路必须安装：1）英伟达显卡驱动（推...
2022-10-20 13:00:20
4367
6
原创 多个任务超越moco v3！OPERA：监督学习和自监督统一的框架！
大家好，今天和大家分享一篇基于何恺明团队提出moco优化的算法。提出了一个监督学习和自监督统一的框架，表征能力更强，在多个下游任务上性能超越了 moco v3。论文：https://arxiv.org/pdf/2210.05557.pdf代码：https://github.com/wangck20/OPERA创新点：基于深度学习中度量学习的监督（fully supervised，FSL）和自监督（...
2022-10-13 17:00:47
866
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人