JayLee的技术博客

经过数十亿个文本-图像对的训练，Kolors 在视觉质量、复杂语义准确性以及中英文字符的文本渲染方面表现出优于开源和专有模型的显着优势。此外，Kolors支持中文和英文输入，在理解和生成中文特定内容方面表现出色。中文提示词插件，可以用中文输入生成图片的提示词，进一步降低文生图的使用门槛。插件地址：GitHub - AlekPet/ComfyUI_Custom_Nodes_AlekPet: Custom nodes that extend the capabilities of Comfyui。

项目主页： https://huggingface.co/ByteDance/AnimateDiff-Lightning在线测试（有墙）： https://huggingface.co/spaces/ByteDance/AnimateDiff-Lightning国内镜像：https://hf-mirror.com/ByteDance/AnimateDiff-Lightning。

但是如果网络不方便访问，国内直接找镜像，在hf-mirror.com网站上面，是无法访问space空间下载，所以上面的这种hg空间里的模型就无法直接下载了，找别的下载源就好。实际上这些模型，hugging face上也有，例如：https://huggingface.co/spaces/abhishek/StableSAM/tree/main。模型下载好以后，统一放在comfyui/models/sam下面。

之前看别人的教程视频里，右上角能显示什么插件，很方便。我自己以为需要专门的插件才能实现这个功能，后来发现不是，只要安装了节点管理器，这个选项就可以控制了，方便新手搞清楚别人发的工作流里用的都是什么插件。

会遇到Illegal instruction (core dumped) 的错误，主要原因是因为jetson不是x86架构，如果不做配置，就容易出现这些问题。

相关资料网址https://github.com/minivision-ai/photo2cartoon代码介绍引用自Github：人像卡通风格渲染的目标是，在保持原图像ID信息和纹理细节的同时，将真实照片转换为卡通风格的非真实感图像。我们的思路是，从大量照片/卡通数据中习得照片到卡通画的映射。一般而言，基于成对数据的pix2pix方法能达到较好的图像转换效果，但本任务的输入输出轮廓并非一一对应，例如卡通风格的眼睛更大、下巴更瘦；且成对的数据绘制难度大、成本较高，因此我们采用unpaired ima

相关资料网址AnimeGANv2 源代码地址：https://github.com/TachibanaYoshino/AnimeGANv2AnimeGANv2的Pytorch实现代码地址：https://github.com/bryandlee/animegan2-pytorch研究过程记录安装基本Pytorch环境pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.8.0失败报错，看了一下，好像

Windows环境下安装Dlib优先安装好anaconda，确保conda环境可用# 查看anaconda show conda-forge/dlib# 配置conda config --append channels conda-forge# 安装dlibconda install dlib

Python 程序遇到 OMP Error 的解决办法：报错如下：OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized.OMP: Hint This means that multiple copies of the OpenMP runtime have been linked into the program. That is dangerous, since it can de

在训练YOLOV4时出现此Bug，每当训练到40次左右就会终止，没有错误号。网上查到是打开图像太多导致。于是将画图部分代码最后加上plt.close(‘all’)，可以正常训练。

pip install termcolor报错，版本大幅度降低尝试下载1.1安装包直接安装仍然报错解压缩后将py文件直接拷贝至D:\python-3.7.9-embed-amd64\Lib\site-packages下，然后pip安装成功

错误情况# model_config = json.loads(model_config.decode(‘utf-8‘)) AttributeError: ‘str‘ object has no attribut是由于tensorflow2.1.0支持h5py<3.0.0，而在安装tensorflow会自动安装h5py 3.1.0 。只要运行如下命令即可：pip install tensorflow h5py == 2.10.0...

解决方法并不复杂，需要降级库pip install -U numpy==1.12.0pip install numpy==1.12.0这个版本太低了，降级各种出错。pip install numpy==1.18.2 -i https://pypi.tuna.tsinghua.edu.cn/simple/改为这个版本解决了该问题参考网址：https://zhuanlan.zhihu.com/p/29026597https://blog.csdn.net/u014361280/articl

报错情况：[ WARN:0] global D:\Build\OpenCV\opencv-4.4.0\modules\videoio\src\cap_msmf.cpp (373) `anonymous-namespace'::SourceReaderCB::OnReadSample videoio(MSMF): OnReadSample() is called with error status: -2147024809 [ WARN:0] global D:\Build\OpenCV\opencv

代码：os.environ[“CUDA_VISIBLE_DEVICES”] = “0,1,2,3,4,5,6,7”系统提示只发现了 gpu:0，参考网络资料，检查发现有一个调用的py文件里代码是：os.environ[“CUDA_VISIBLE_DEVICES”] = “0”删掉该代码，发现全部的GPU进行调用。...

数据采集系统的压力测试和成本评估一直是一个老大难问题，主要是系统复杂且庞大以后，精细计算是基本没可能了，估算的形式也会导致大家都只对表面情况的理解。我这里整理一套自己评估用的框架，供参考。采集成本分为：1，硬件，比如云服务器，物理机，机房，包括电费、宽带费和物理设备费用等。2，人力，开发成本不算，只算运维成本。报价时销售经常会简化为采集1个网站多少钱，采集1个栏目多少钱，采集1个媒体账号多少钱，每...

舆情领域从基础的文本信息监测技术已经拓展并升级为多模态监测了，所谓多模态即为音视图文的全面监测手段。本文就会基于AI领域的机器视觉技术探讨一下在舆情监测领域的应用可能性以及可行性。这里我们先排除掉文本和音频载体，这部分的舆情监测通常是利用文本化——NLP语义分析来进行结构化并监测，机器视觉技术在这方面很少有用武之地（OCR文本识别是一种应用）的。机器视觉部分在图片和视觉部分的结构化能力决定了应用能...

随着网络的普及以及电子商务的快速发展，当纠纷发生时，电子数据已经逐步成为常见的证据形态。在知识产权诉讼中，大量的案件都涉及电子证据，尤其是在涉及网络的著作权案件中，几乎百分之百的案件当事人都会使用到电子证据。但鉴于电子证据的特性，当事人自己采集、保存、提供电子证据一方面存在技术难题，另一方面也容易引发对方当事人质疑，且不容易被法官采信。传统的公证形式一方面存在时间长、效率低、成本高等公证本身固有的...

报错信息：Creating new split for detected images (767/700) ...Traceback (most recent call last): File "/root/diskb/ev_reid_dev_deploy/ev_reid_deploy/reid/reid_model_test.py", line 16, in <module> batch_size_test=100 File "/root/diskb/ev_reid_dev