2020年12月_Unknown To Known

12月 11月 10月 09月 08月 07月 06月 05月

原创 LCP 06. 拿硬币

桌上有 n 堆力扣币，每堆的数量保存在数组 coins 中。我们每次可以选择任意一堆，拿走其中的一枚或者两枚，求拿完所有力扣币的最少次数。示例 1：输入：[4,2,1]输出：4解释：第一堆力扣币最少需要拿 2 次，第二堆最少需要拿 1 次，第三堆最少需要拿 1 次，总共 4 次即可拿完。示例 2：输入：[2,3,10]输出：8//每次拿两个最好public int minCount(int[] coins) { int i = 0; int num = 0; whi

2020-12-15 22:16:01 180

原创剑指 Offer 10- II. 青蛙跳台阶问题Java

一只青蛙一次可以跳上1级台阶，也可以跳上2级台阶。求该青蛙跳上一个 n 级的台阶总共有多少种跳法。答案需要取模 1e9+7（1000000007），如计算初始结果为：1000000008，请返回 1。用f(1)表示跳到第一个台阶的路径数用f(2)表示跳到第二个台阶的路径数用f(3)表示跳到第三个台阶的路径数用f(4)表示跳到第四个台阶的路径数用f(n)表示跳到第n个台阶的路径数当有0个台阶时，有一种方式（算法上的规定）当有1个台阶时，有一种方式当有2个台阶时，有两种方式当有3个台阶时，

2020-12-14 22:28:45 205

原创 html页面中鼠标悬停更换图片

<img src="images/mybook.png" onmouseover="this.src='images/mybook2.png'" onmouseout="this.src='images/mybook.png'"/>onmouseover鼠标悬浮在图片上使用这个图片onmouseout当鼠标离开该图片使用这个图片

2020-12-10 22:33:37 10358 3

原创 83、BS与CS的联系与区别。

C/S 模式, 即客户端( Clinet)和服务器端 (Server)的两层结构模式, 其特点就是主要业务逻辑集中在客户端,因此,也带来了一定的弊端 :a.首先,在安装,调试,维护,升级方面比较因难, 因为每个客户端的配置不同,所以在配置的时候,必须对每个客户端进行配置.b.由于主要业务逻辑集中在客户端,系统的安全受到影响.B/S 模式, 即浏览器端(Browers)和服务器端(Server)的结构模式, 其核心是用浏览器(Browers)取代C/S模式中的客户端。其优点是：a.首先，在维

2020-12-07 22:41:52 284 1

原创 82、EJB与JAVA BEAN的区别？

Java Bean 是可复用的组件，对Java Bean并没有严格的规范，理论上讲，任何一个Java类都可以是一个Bean。但通常情况下，由于Java Bean是被容器所创建（如Tomcat)的，所以Java Bean应具有一个无参的构造器，另外，通常Java Bean还要实现Serializable接口用于实现Bean的持久性。Java Bean实际上相当于微软COM模型中的本地进程内COM组件，它是不能被跨进程访问的。Enterprise Java Bean 相当于DCOM，即分布式组件。它是基

2020-12-07 22:40:34 155 1

原创 closing inbound before receiving peer‘s close_notify

javax.net.ssl.SSLException: closing inbound before receiving peer's close_notify at java.base/sun.security.ssl.Alert.createSSLException(Alert.java:133) at java.base/sun.security.ssl.Alert.createSSLException(Alert.java:117) at java.base/sun.security.ssl.

2020-12-04 22:43:31 611 1

原创 81，EJB容器提供的服务 EJB的角色和三个对象 EJB的几种类型

EJB容器提供的服务主要提供声明周期管理、代码产生、持续性管理、安全、事务管理、锁和并发行管理等服务。EJB的角色和三个对象EJB角色主要包括Bean开发者应用组装者部署者系统管理员 EJB容器提供者 EJB服务器提供者三个对象是Remote（Local）接口、Home（LocalHome）接口，Bean类EJB的几种类型会话（Session）Bean ，实体（Entity）Bean 消息驱动的（Message Driven）Bean会话Bean又可分为有状态（Stateful）和无

2020-12-02 22:21:06 307 1

原创 80，EJB概述

80，EJB概述JAVA面试问题及答案大全答：EJB是企业级的JavaBean，它提供了构建企业级业务逻辑的一种组件模型。 EJB分为三种：Session Bean Entity Bean Message-Driven Bean 三种，其中Session Bean分为有状态和无状态Session Bean两种,Entity Bean分为容器管理的Entity Bean ( CMP ) 和 Bean管理的 Entity Bean ( BMP )。每一个EJB由一个远程接口、一个

2020-12-02 22:19:23 180

原创算法题 N-自守数

如果某个数 K 的平方乘以 N 以后，结果的末尾几位数等于 K，那么就称这个数为“N-自守数”。例如：3×922= 25392，而 25392 的末尾两位正好是 92，所以 92 是一个 3-自守数。本题就请你编写程序判断一个给定的数字是否关于某个 N 是 N-自守数。输入格式：输入在第一行中给出正整数 M（≤20），随后一行给出 M 个待检测的、不超过 1000 的正整数。输出格式：对每个需要检测的数字，如果它是 N-自守数就在一行中输出最小的 N 和 NK 2的值，以一个空格隔开；否则输

2020-12-02 22:15:40 215 2

原创 79、概述struts，以及struts如何实现MVC架构的？

79、概述struts，以及struts如何实现MVC架构的？JAVA面试问题及答案大全struts framework是一种基于java的技术，Web应用程序开发人员通过struts framework即可充分利用面向对象设计、代码重用以及“编写一次、到处运行”的优点。Struts提供了一种创建Web应用程序的框架，其中对应用程序的显示、表示和数据的后端代码进行了抽象。Struts采用jsp作为MVC的视图,由ActionServlet具体指定的action动作类作为控制器即MVC中的C，负责视

2020-12-01 22:36:58 339 1

原创 LeetCode算法第319题灯泡开关 Java

初始时有n个灯泡关闭。第 1 轮，你打开所有的灯泡。第 2 轮，每两个灯泡你关闭一次。第 3 轮，每三个灯泡切换一次开关（如果关闭则开启，如果开启则关闭）。第i 轮，每i个灯泡切换一次开关。对于第n轮，你只切换最后一个灯泡的开关。找出n轮后有多少个亮着的灯泡。我第一次看这个题是以为每轮，每组全部都要转换开关，其实不是它是每轮，每组的最后一个转换开关。我已4个灯泡为例。第二轮是每两个一组，每组的最后一个转换开关。第三轮是每三个一组，每组的最后一个转换开关。第一轮：开开开开第二轮

2020-12-01 21:19:35 382

二维和三维非结构化简单网格上自适应有限元方法

iFEM是一个MATLAB软件包，包含用于二维和三维非结构化简单网格上自适应有限元方法主要构建块的鲁棒、高效和易于遵循的代码。

2024-09-10

Matlab中基于卡尔曼滤波器的电池荷电状态估计

这个小项目来自于我大学毕业设计的仿真模拟部分，目的是估计锂电池的荷电状态(SOC)。主要完成了扩展卡尔曼滤波(EKF)的实验、参数辨识和仿真。完成无迹卡尔曼滤波(UKF)仿真需要感谢我的朋友顾的贡献。BBDST的工作环境也得益于我的师兄蒋的帮助。

2024-09-10

基于深度学习的图像融合综述

DRMF：通过可组合扩散先验进行抗退化多模态图像融合多模图像融合(Multi-Modal Image Fusion) 红外和可见光图像融合(Infrared and visible image fusion) 医学图像融合(Medical image fusion) 数字摄影图像融合(Digital Photography Image Fusion) 多曝光图像融合(Multi-exposure image fusion) 多聚焦图像融合(Multi-focus image fusion) 遥感影像融合(Remote Sensing Image Fusion) 全色图像锐化(Pansharpening) 通用图像融合框架(General Image Fusion Framerwork) 综述(Survey) 数据集(Dataset) 评估指标(Evaluation Metric) 通用评估指标(General evaluation metric) 遥感影像融合评估指标

2024-09-04

对抗鲁棒性工具箱（ART）-机器学习安全Python库-规避、中毒、提取、推理-红蓝团队

对抗性鲁棒性工具集（ART）是用于机器学习安全性的Python库。ART 由 Linux Foundation AI & Data Foundation (LF AI & Data)。 ART提供的工具可帮助开发人员和研究人员针对以下方面捍卫和评估机器学习模型和应用程序：逃逸，数据污染，模型提取和推断的对抗性威胁。ART支持所有流行的机器学习框架（TensorFlow，Keras，PyTorch，MXNet，scikit-learn，XGBoost，LightGBM，CatBoost，GPy等），所有数据类型（图像，表格，音频，视频等）和机器学习任务（分类，物体检测，语音识别，生成模型，认证等）。

2024-08-20

Low-code development tool based on PaddlePaddle（飞桨低代码开发工具）

PaddleX 3.0 集成了飞桨生态的优势能力，覆盖 7 大场景任务，构建了 16 条模型产线，提供低代码开发模式，助力开发者在多种主流硬件上实现模型全流程开发。基础模型产线（模型丰富，场景全面）：精选 68 个优质飞桨模型，涵盖图像分类、目标检测、图像分割、OCR、文本图像版面分析、文本图像信息抽取、时序分析任务场景。特色模型产线（显著提升效率）：提供大小模型结合、大模型半监督学习和多模型融合的高效解决方案。低门槛开发模式（便捷开发与部署）：提供零代码和低代码两种开发方式。零代码开发：用户通过图形界面（GUI）交互式提交后台训练任务，打通在线和离线部署，并支持以 API 形式调用在线服务。低代码开发：通过统一的 API 接口实现 16 条模型产线的全流程开发，同时支持用户自定义模型流程串联。多硬件本地支持（兼容性强）：支持英伟达 GPU、昆仑芯、昇腾和寒武纪等多种硬件，纯离线使用。

2024-08-20

摄取、解析和优化任何数据格式从文档到多媒体增强与GenAI框架的兼容性

OmniParse是一个平台，它将任何非结构化数据摄取并解析为针对GenAI（LLM）应用程序优化的结构化、可操作的数据。无论您是处理文档、表格、图像、视频、音频文件还是网页，OmniParse都能使您的数据保持干净、结构化，并为RAG、微调等人工智能应用程序做好准备

2024-08-20

汉字转拼音(pypinyin)

Contents 特性安装使用示例文档 FAQ 拼音有误？为什么没有 y, w, yu 几个声母？存在既没有声母也没有韵母的拼音？如何将某一风格的拼音转换为其他风格的拼音？如何减少内存占用？拼音数据 Related Projects 特性根据词组智能匹配最正确的拼音。支持多音字。简单的繁体支持，注音支持，威妥玛拼音支持。支持多种不同拼音/注音风格。

2024-08-20

EasyPhoto您的智能AI照片生成器

目录简介 TODO List 快速启动 1. 云使用: AliyunDSW/AutoDL/Docker 2. 本地安装: 环境检查/下载/安装如何使用 1. 模型训练 2. 人物生成 API测试算法详细信息 1. 架构概述 2. 训练细节 3. 推理细节参考文献相关项目许可证联系我们简介 EasyPhoto是一款Webui UI插件，用于生成AI肖像画，该代码可用于训练与您相关的数字分身。建议使用 5 到 20 张肖像图片进行训练，最好是半身照片且不要佩戴眼镜（少量可以接受）。训练完成后，我们可以在推理部分生成图像。我们支持使用预设模板图片与上传自己的图片进行推理。

2024-08-20

语言技术平台 LTP（Language Technology Platform）

LTP（Language Technology Platform）提供了一系列中文自然语言处理工具，用户可以使用这些工具对于中文文本进行分词、词性标注、句法分析等等工作。

2024-08-20

获取微信信息；读取数据库，本地查看聊天记录并导出为csv、html等格式用于AI训练，自动回复等支持多账户信息获取

PyWxDump是一款用于获取账号信息(昵称/账号/手机/邮箱/数据库密钥)、解密数据库、查看聊天记录、备份导出聊天记录为html的工具。 2. 功能介绍 2.1 核心功能（1）获取微信昵称、微信账号、微信手机号、微信邮箱、微信KEY的基址偏移（2）获取当前登录微信的微信昵称、微信账号、微信手机号、微信邮箱、微信KEY、微信原始ID（wxid_******）、微信文件夹路径（3）根据key解密微信数据库（4）合并多种类型数据库，方便统一查看 2.2 扩展功能 README_EN.md （1）通过web查看聊天记录（2）支持导出聊天记录为html、csv,备份微信聊天记录（3）远程查看微信聊天记录（必须网络可达，例如局域网） 2.3 文档类（1）提供数据库部分字段说明（2）提供CE获取基址偏移方法（3）提供MAC数据库解密方法 2.4 其他功能（1）增加极简版pywxdumpmini，只提供获取数据库密钥以及数据库位置的功能（2）支持微信多开场景，获取多用户信息等利用场景网络安全…… 日常备份存档远程查看聊天记录(通过web查看聊天记录) 等等......

2024-08-20

一个封装了7种启发式算法的 Python 代码库(差分进化算法、遗传算法、粒子群算法、模拟退火算法、蚁群算法、鱼群算法)

遗传算法、粒子群优化、模拟退火、蚁群优化算法、免疫算法、人工鱼群算法、差分进化和TSP（旅行商）

2024-08-20

基于强化学习的五子棋机器人

基于强化学习的五子棋机器人。

2024-08-20

基于PyQt5的跨平台音乐播放器

2024-08-20

基于C++Qt/PyQt/PySide的流畅设计小部件库让Qt再次伟大

基于 PyQt5 的 Fluent Design 风格组件库

2024-08-20

一个可扩展、可替换的Python算法回溯测试和交易框架，支持多种证券

RQAlpha 从数据获取、算法交易、回测引擎，实盘模拟，实盘交易到数据分析，为程序化交易者提供了全套解决方案。仅限非商业使用。 RQAlpha 具有灵活的配置方式，强大的扩展性，用户可以非常容易地定制专属于自己的程序化交易系统。 RQAlpha 所有的策略都可以直接在 Ricequant 上进行回测和实盘模拟，并且可以通过微信和邮件实时推送您的交易信号。 Ricequant 是一个开放的量化算法交易社区，为程序化交易者提供免费的回测和实盘模拟环境，并且会不间断举行实盘资金投入的量化比赛。

2024-08-20

飞桨提供视觉分类和识别功能的宝库

飞桨图像识别套件PaddleClas是飞桨为工业界和学术界所准备的一个图像识别和图像分类任务的工具集，助力使用者训练出更好的视觉模型和应用落地。

2024-08-20

文本纠错，实现了Kenlm，T5，MacBERT，ChatGLM3，LLaMA等模型应用在纠错场景，开箱即用

pycorrector: 中文文本纠错工具。支持中文音似、形似、语法错误纠正，python3.8开发。 pycorrector实现了Kenlm、ConvSeq2Seq、BERT、MacBERT、ELECTRA、ERNIE、Transformer等多种模型的文本纠错，并在SigHAN数据集评估各模型的效果。

2024-08-20

OpenMMLab姿态估计工具箱和基准

MMPose 是一款基于 PyTorch 的姿态分析的开源工具箱，是 OpenMMLab 项目的成员之一。主分支代码目前支持 PyTorch 1.8 以上的版本。最新进展发布了 RTMW3D, 一个 3D 全身姿态估计的实时模型。发布了单阶段实时多人姿态估计模型 RTMO。相比 RTMPose 在多人场景下性能更优发布了不同尺寸的 RTMW 模型，满足不同的使用场景。模型尺寸覆盖从 RTMW-m 到 RTMW-x 的模型，输入图像尺寸包含 256x192 和 384x288 支持了 PoseAnything 的推理。在线试玩我们支持了新的数据集: (ICCV 2015) 300VW 欢迎使用 MMPose 项目。在这里，您可以发现 MMPose 中的最新功能和算法，并且可以通过最快的方式与社区分享自己的创意和代码实现。向 MMPose 中添加新功能从此变得简单丝滑：提供了一种简单迅捷的方式，将新的算法、功能和应用添加到 MMPose 中更灵活的代码结构和风格，更少的限制，更简短的代码审核流程通过独立项目的形式，利用 MMPose 的强大功能，同时不被代

2024-08-20

视频硬字幕提取，生成srt文件无需申请第三方API，本地实现文本识别

Video-subtitle-extractor (VSE) 是一款将视频中的硬字幕提取为外挂字幕文件(srt格式)的软件。主要实现了以下功能：提取视频中的关键帧检测视频帧中文本的所在位置识别视频帧中文本的内容过滤非字幕区域的文本去除水印、台标文本、原视频硬字幕，可配合：video-subtitle-remover (VSR) 去除重复字幕行，生成srt字幕文件/txt文本文件若需要生成txt文本，可以在backend/config.py中设置GENERATE_TXT=True 支持视频字幕批量提取多语言：支持简体中文（中英双语）、繁体中文、英文、日语、韩语、越南语、阿拉伯语、法语、德语、俄语、西班牙语、葡萄牙语、意大利语等87种语言的字幕提取多模式：快速：（推荐）使用轻量模型，快速提取字幕，可能丢少量字幕、存在少量错别字自动：（推荐）自动判断模型，CPU下使用轻量模型；GPU下使用精准模型，提取字幕速度较慢，可能丢少量字幕、几乎不存在错别字精准：（不推荐）使用精准模型，GPU下逐帧检测，不丢字幕，几乎不存在错别字，但速度非常慢

2024-08-20

Firefly: 大模型训练工具，支持训练Qwen2、Yi1.5、Phi-3、Llama3、Gemma、MiniCPM

Firefly 是一个开源的大模型训练项目，支持对主流的大模型进行预训练、指令微调和DPO，包括但不限于Qwen2、Yi-1.5、Llama3、Gemma、Qwen1.5、MiniCPM、Llama、InternLM、Baichuan、ChatGLM、Yi、Deepseek、Qwen、Orion、Ziya、Xverse、Mistral、Mixtral-8x7B、Zephyr、Vicuna、Bloom等。本项目支持全量参数训练、LoRA、QLoRA高效训练，支持预训练、SFT、DPO。如果你的训练资源有限，我们极力推荐使用QLoRA进行指令微调，因为我们在Open LLM Leaderboard上验证了该方法的有效性，并且取得了非常不错的成绩。

2024-08-19

文本盲水印：把信息隐匿到文本中

2024-08-13

图片盲水印，提取水印无须原图！

2024-08-13

高级深度时间序列模型库

SLib是一个面向深度学习研究人员的开源库，尤其适用于深度时间序列分析。我们提供了一个整洁的代码库来评估高级深度时间序列模型或开发您的模型，它涵盖了五个主流任务：长期和短期预测、插补、异常检测和分类。（2024.07）我们撰写了一份基于TSLib的严格基准的[深度时间序列模型]综合调查。本文通过富有洞察力的实验总结了当前时间序列模型的设计原则，希望对未来的研究有所帮助。（2024.04）非常感谢雀斑酒吧的出色工作。著名的序列模型Mamba已被纳入我们的图书馆。请参阅此文件，您首先需要在其中使用pip安装mamba_ssm。（2024.03）鉴于各种论文的回顾长度不一致，我们将排行榜上的长期预测分为两类：回顾-96和回顾搜索。我们建议研究人员阅读TimeMixer，其中包括实验中的回溯长度设置，以确保科学严谨性。（2023.10）我们为iTransformer添加了一个实现，这是长期预测的最先进模型。iTransformer的官方代码和完整脚本可以在这里找到。（2023.09）我们为TimesNet和这个库添加了一个详细的教程，对深度时间

2024-08-13

AidLearning是一个强大的AIOT开发平台，在Android上构建了一个支持GUI、深度学习和可视化

AidLearning是一个强大的AIOT开发平台，AidLearning在Android上构建了一个支持GUI、深度学习和可视化IDE的linux环境。。。现在Aid支持CPU+GPU+NPU进行推理，具有高性能加速。。。安卓或HarmonyOS上的Linux。

2024-08-13

一个简单的本地网页界面，使用ChatTTS将文字合成为语音，同时支持对外提供API接口

一个简单的本地网页界面，使用ChatTTS将文字合成为语音，同时支持对外提供API接口。

2024-08-13

Official Implementation of OCR-free Document Understanding Trans

Donut , Document understanding transformer, is a new method of document understanding that utilizes an OCR-free end-to-end Transformer model. Donut does not require off-the-shelf OCR engines/APIs, yet it shows state-of-the-art performances on various visual document understanding tasks, such as visual document classification or information extraction (a.k.a. document parsing). In addition, we present SynthDoG , Synthetic Document Generator, that helps the model pre-training to be flexible on

2024-08-13

一个包含Getter、Tester和Server的高效代理池

简易高效的代理池，提供如下功能：定时抓取免费代理网站，简易可扩展。使用 Redis 对代理进行存储并对代理可用性进行排序。定时测试和筛选，剔除不可用代理，留下可用代理。提供代理 API，随机取用测试通过的可用代理。本代理池是基于市面上各种公开代理源搭建的，所以可用性并不高，很可能上百上千个代理中才能找到一两个可用代理，不适合直接用于爬虫爬取任务。如果您的目的是为了尽快使用代理完成爬取任务，建议您对接一些付费代理或者直接使用已有代理资源；如果您的目的是为了学习如何搭建一个代理池，您可以参考本项目继续完成后续步骤。

2024-08-13

NanoDet Plus超快速、轻量级的无锚目标检测模型仅980 KB（int8）/1.8MB（fp16），在手机上运行

NanoDet Plus超快速、轻量级的无锚目标检测模型。仅980 KB（int8）/1.8MB（fp16），在手机上运行

2024-08-13

项目基于 Spring Boot 2.6.4、 Jpa、 Spring Security、Redis、Vue的前后端分离

项目基于 Spring Boot 2.6.4、 Jpa、 Spring Security、Redis、Vue的前后端分离的后台管理系统，项目采用分模块开发方式，权限控制采用 RBAC，支持数据字典与数据权限管理，支持一键生成前后端代码，支持动态路由

2024-08-05

基于Java8,SpringBoot,WebFlux,Netty,Vert.x,Reactor等开发, 一个全响应式的物联网平台

JetLinks 基于Java8,Spring Boot 2.x ,WebFlux,Netty,Vert.x,Reactor等开发, 是一个全响应式的企业级物联网平台。支持统一物模型管理,多种设备,多种厂家,统一管理。统一设备连接管理,多协议适配(TCP,MQTT,UDP,CoAP,HTTP等),屏蔽网络编程复杂性,灵活接入不同厂家不同协议等设备。实时数据处理,设备告警,消息通知,数据转发。地理位置,数据可视化等。能帮助你快速建立物联网相关业务系统。

2024-08-05

下一代渐进式站点生成器和全栈框架，由Ruby提供支持

2024-08-05

boaPHP是一款灵活易用的配置式PHP框架，MVC设计模式，完全面向对象，易学易用、便于快速开发

boaPHP是一款免费开源、灵活易用的配置式PHP框架，MVC设计模式，完全面向对象，易学易用、便于快速开发

2024-08-05

一个大型的7B预训练语言模型

Gaokao 是一个以中国高考题作为评测大语言模型能力的数据集，用以评估模型的语言能力和逻辑推理能力。我们只保留了其中的单项选择题，随机划分后对所有模型进行统一 5-shot 测试。结果以下是测试的结果。 Model Average BLOOMZ-7B 28.72 LLaMA-7B 27.81 BLOOM-7B 26.96 TigerBot-7B-base 25.94 Falcon-7B 23.98 Ziya-LLaMA-13B-pretrain 23.17 ChatGLM-6B 21.41 Open-LLaMA-v2-pretrain 21.41 Aquila-7B* 24.39 Baichuan-7B 36.24

2024-08-05

TA关注的人

二维和三维非结构化简单网格上自适应有限元方法

Matlab中基于卡尔曼滤波器的电池荷电状态估计

基于深度学习的图像融合综述

对抗鲁棒性工具箱（ART）-机器学习安全Python库-规避、中毒、提取、推理-红蓝团队

Low-code development tool based on PaddlePaddle（飞桨低代码开发工具）

摄取、解析和优化任何数据格式 从文档到多媒体 增强与GenAI框架的兼容性

汉字转拼音(pypinyin)

EasyPhoto您的智能AI照片生成器

语言技术平台 LTP（Language Technology Platform）

获取微信信息；读取数据库，本地查看聊天记录并导出为csv、html等格式用于AI训练，自动回复等 支持多账户信息获取

一个封装了7种启发式算法的 Python 代码库(差分进化算法、遗传算法、粒子群算法、模拟退火算法、蚁群算法、鱼群算法)

基于强化学习的五子棋机器人

基于PyQt5的跨平台音乐播放器

基于C++Qt/PyQt/PySide的流畅设计小部件库 让Qt再次伟大

一个可扩展、可替换的Python算法回溯测试和交易框架，支持多种证券

飞桨提供视觉分类和识别功能的宝库

文本纠错，实现了Kenlm，T5，MacBERT，ChatGLM3，LLaMA等模型应用在纠错场景，开箱即用

OpenMMLab姿态估计工具箱和基准

视频硬字幕提取，生成srt文件 无需申请第三方API，本地实现文本识别

Firefly: 大模型训练工具，支持训练Qwen2、Yi1.5、Phi-3、Llama3、Gemma、MiniCPM

文本盲水印：把信息隐匿到文本中

图片盲水印，提取水印无须原图！

高级深度时间序列模型库

AidLearning是一个强大的AIOT开发平台，在Android上构建了一个支持GUI、深度学习和可视化

一个简单的本地网页界面，使用ChatTTS将文字合成为语音，同时支持对外提供API接口

Official Implementation of OCR-free Document Understanding Trans

一个包含Getter、Tester和Server的高效代理池

NanoDet Plus超快速、轻量级的无锚目标检测模型 仅980 KB（int8）/1.8MB（fp16），在手机上运行

项目基于 Spring Boot 2.6.4、 Jpa、 Spring Security、Redis、Vue的前后端分离

基于Java8,SpringBoot,WebFlux,Netty,Vert.x,Reactor等开发, 一个全响应式的物联网平台

下一代渐进式站点生成器和全栈框架，由Ruby提供支持

boaPHP是一款灵活易用的配置式PHP框架，MVC设计模式，完全面向对象，易学易用、便于快速开发

一个大型的7B预训练语言模型

NAS媒体库自动化管理工具

一种最先进的视觉语言模型(多模态预训练模型)

跨平台 Python 异步聊天机器人框架

MMdnn是一组工具，用于帮助用户在不同的深度学习框架之间进行互操作 例如，模型转换和可视化

C++面试八股文.md

数据库：SQL 审核查询平台

HTML5 成体系网站模版 No.8

研0卑微 主要方向是机器学习-计算机视觉，求一个入门学习路线，前期应该看哪些入门的论文

摄取、解析和优化任何数据格式从文档到多媒体增强与GenAI框架的兼容性

获取微信信息；读取数据库，本地查看聊天记录并导出为csv、html等格式用于AI训练，自动回复等支持多账户信息获取

基于C++Qt/PyQt/PySide的流畅设计小部件库让Qt再次伟大

视频硬字幕提取，生成srt文件无需申请第三方API，本地实现文本识别

NanoDet Plus超快速、轻量级的无锚目标检测模型仅980 KB（int8）/1.8MB（fp16），在手机上运行

MMdnn是一组工具，用于帮助用户在不同的深度学习框架之间进行互操作例如，模型转换和可视化

研0卑微主要方向是机器学习-计算机视觉，求一个入门学习路线，前期应该看哪些入门的论文