AI码上来-CSDN博客

GOT-OCR2.0号称将 OCR 推进到了 2.0 时代，它到底强在哪？它将大模型引入到 OCR 中，使得多样化的文本识别成为可能，包括：标准文本识别、格式化文本识别、细粒度 OCR 以及多页文档的 OCR。模型轻量：整个模型参数量只有 580M。端到端处理：模型由编码器和解码器组成。输入多样性：处理包括文本、公式、表格、图表、乐谱和几何形状在内的各种光学信号。输出灵活性：能够生成纯文本或格式化结果。支持 html 输出，非常适合给大模型食用。模型训练分为三个阶段。

2024-10-12 08:14:15 941

原创 Jetson 开发系列：离线低延迟的人脸识别方案

上篇调研了`语音识别和语音合成`解决方案。本篇继续探索`人脸识别`的离线部署方案。

2024-10-11 07:53:54 960

原创 Jetson 开发系列：离线低延迟的语音解决方案

本文为离线低延迟的语音解决方案，提供了几种思路。

2024-10-10 10:25:18 1166

原创从0打造本地聊天机器人：如何实现大模型流式输出？OpenAI+Ollama 实战

本文带大家实操大模型流式输出，在 OpenAI 和 Ollama API 中的具体实现。

2024-10-07 08:16:06 796

原创 Jetson 开发系列：如何用GPU跑本地大模型？

Jetson 上利用 GPU 实现大模型推理加速，并本地部署最强开源模型qwen2.5

2024-10-06 08:12:39 1079

原创 Jetson 开发系列：Linux 下如何管理音频设备？

本文带大家实操 ALSA 这位 Linux 的音频管理大师。

2024-10-04 08:23:24 1229

原创 Jetson 开发系列：Orin Nano 开箱！一款强大的嵌入式&物联网开发板

本文带大家实操搭建 Jetson 开发环境：VNC 远程桌面 + SSH 远程登录 + jtop 命令使用

2024-10-02 08:09:49 1751

原创我把「国产Sora」接入了「小爱」，邀你免费体验

本文通过`本地部署 CogVideoX`，成功为`小爱`接入了`文生视频`能力。

2024-09-29 08:07:44 1024

原创我把101篇公众号文章喂给了AI，终于，「小爱」可以为我代言了！

本文通过`腾讯云器`智能体开发平台，用公众号文章，打造了一个数字分身，并成功接入微信AI机器人`小爱`。

2024-09-28 08:00:44 834

原创我把「记忆」接入了「小爱」，成功搞定多轮对话！

本文通过`数据库接入`，成功为微信机器人接入了`多轮对话`能力。

2024-09-27 09:00:24 759

原创 AIoT应用开发：如何远程查看摄像头，RTSP/RTMP 推流了解下？

本文带大家了解了RTSP和RTMP两大流媒体传输协议，并实操了如何实现远程监控。

2024-09-25 10:37:13 1236

原创最强开源Qwen2.5：本地部署 Ollma/vLLM 实测对比，邀你围观体验

本地部署大模型该用哪款框架？本文以 Qwen2.5 为例，实测了 Ollama/vLLM。综合来看，Ollma 在**存储、计算、效率**三方面，均完爆 vLLM。

2024-09-24 08:44:58 9616 10

原创 AIoT应用开发：给机器人接入‘记忆‘，完美解决「和谁对话&多轮对话」！附 SQLite 入门实战

如何实现机器人记忆？本文通过`SQLite 数据库接入`，实现机器人实时语音多轮对话。

2024-09-23 08:26:38 1081

原创 AIoT应用开发：给机器人装上‘眼睛‘，接入CV能力，实现人脸识别

我们已经给开发板装上了：`大脑` + `耳朵` + `嘴巴` + `眼睛`，并实现人脸识别和实时语音对话。

2024-09-21 11:18:52 1331

原创 AIoT应用开发：搞定语音对话机器人=ASR+LLM+TTS

我们已经给开发板装上了：`大脑` + `耳朵` + `嘴巴`，并实现了实时语音对话，一个 AI 机器人的雏形总算捏出来了。

2024-09-20 08:29:35 1121

原创 AIoT应用开发：给板子装上‘嘴巴‘，实现音频播放

至此，我们已经给开发板装上了：`大脑` + `耳朵` + `嘴巴`，下篇我们将这三者串联起来，实现 AI 机器人的雏形

2024-09-19 07:02:53 974

原创 AIoT应用开发：给板子装上‘耳朵‘，实现音频录制

本文通过一个 USB 摄像头，给开发板安排上了"眼睛"和"耳朵"，并通过 PyAudio 实现实时音频检测。

2024-09-18 10:01:24 926

原创手机端跑大模型：Ollma/llama.cpp/vLLM 实测对比

手机端跑大模型该用哪款框架？

2024-09-17 06:41:14 2703

原创如何在手机端跑大模型？

本文通过 AidLux + Ollama 带大家快速跑通`端侧部署大模型`的流程，为实现端侧 LLM 应用提供了一种可能性。

2024-09-16 07:53:27 1608

原创安卓连接 WIFI 但无法上网？盘点我踩过的那些坑

新入手一台开发板，连接 WIFI 但无法上网？盘点我踩过的那些坑，以及最终的解决方案

2024-09-15 07:00:58 1324

原创如何给QQ邮箱自动发邮件？无惧「小爱」下线！代码全公开，两步搞定

如何给QQ邮箱自动发邮件？

2024-09-14 07:39:45 1389

原创告别信息焦虑，「小爱」携手「每日早报」，打造你的个性化新闻早餐！

继续打造微信AI小助理，欢迎体验

2024-09-11 10:19:15 487

原创我把「FLUX」接入了「小爱」，微信直接出图，告别一切绘画软件！

继续打造微信AI小助理，欢迎体验

2024-09-10 07:54:41 1001

原创我把多模态大模型接入了「小爱」，痛快来一场「表情包斗图」！

继续打造微信AI小助理，欢迎体验

2024-09-09 08:03:54 1011

原创小爱打工，你躺平！让「微信AI小助理」接管你的文件处理，一个字：爽！

继续打造微信AI小助理，欢迎体验

2024-09-08 10:23:51 690

原创拥有一个能倾听你心声的「微信AI小助理」，是一种什么体验？

动手捏了一个微信AI小助理，欢迎体验

2024-09-07 09:27:18 929

原创链接丢给它，精华吐出来！微信AI小助理又行了，附完整提示词

捏了一个微信AI小助理，欢迎体验

2024-09-05 10:19:52 797

原创零风险！零付费！我把 AI 接入微信群，爸妈玩嗨了~附教程（下）：大模型 API 接入

动手捏了一个微信AI小助理，欢迎体验

2024-09-04 08:00:03 1809

原创零风险！零付费！我把 AI 接入微信群，爸妈玩嗨了~附教程（上）：高德 API 接入

动手捏了一个微信AI小助理，欢迎体验

2024-09-03 09:33:28 1451

原创盘点免费且靠谱的AI大模型 API，统一封装，任性调用！

9家免费且靠谱的AI大模型 API，任性用

2024-08-31 06:44:24 3869

【飞桨AI实战】PaddleNLP大模型指令微调，从0打造你的专属家常菜谱管家（源码）

PaddleNLP大模型套件是一个基于飞桨（PaddlePaddle）开发的大语言模型(LLM)开发库，提供了大量的预训练 LLM 和高级 API，本次分享我们将尝试用飞桨的大模型套件，进行指令微调，做一款能够推荐菜品、具体食材和做法的大模型。项目文档可参考：https://blog.csdn.net/u010522887/article/details/141255934

2024-08-16

FLUX + LoRA 实战代码+模型

压缩包内是源码；模型太大了，已上传到：https://aistudio.baidu.com/datasetdetail/290217

2024-08-15

cloudflared-linux-amd64.deb

cloudflared 是 Cloudflare 提供的一个命令行工具，用于创建安全的隧道，以便将本地服务暴露到互联网。它主要用于以下几个功能：安全隧道：通过 Cloudflare 网络保护本地应用，避免直接暴露本地 IP 地址。简化访问：允许用户通过 Cloudflare 的域名访问本地服务，无需复杂的网络配置。负载均衡和高可用性：利用 Cloudflare 的基础设施，提供更好的负载均衡和故障转移能力。支持多种协议：支持 HTTP, HTTPS 和 TCP 等多种协议，适用于多种服务。本工具用于在 Linux 服务器上安装 cloudflared

2024-08-06

Oracle Mobile Authenticator-甲骨文云服务验证APP-Android手机端验证

Oracle Mobile Authenticator_9.9_APKPure.apk，大部分Android手机的应用市场没有下载，需要到 Google Play 安装，我这里已经把安装包下载好了，在Android手机上直接安装即可。

2024-07-02

一键获取中小学教材-python爬虫+PyQT6实战

python爬虫案例，后端通过python爬虫获取教材内容，然后采用PyQT6搭建应用界面更多细节和实操教程可参考：https://mp.weixin.qq.com/s/1HhTYtDD7iyE-Rp6A_hNbQ

2024-06-28

一键获取所有微信聊天记录-PyQT6实战

想导出微信聊天记录，发现很多都要收费，我想着「这破功能还得收费？」，于是决定自己搞一个。话接上篇：导出微信所有聊天记录，拢共分几步？后台有小伙伴反应，能不能搞个图形界面？方便分享给朋友一起用。经过半天的摸索，终于用PyQT6搭建出来一个还有点糙的工具，分享给大家。更多细节和实操教程可参考：https://mp.weixin.qq.com/s/xJ9jdaOrv6PSiGlsIzC2WQ

2024-06-28

【大模型指令微调实战】小说创作，一键直达天池挑战赛Top50

小说创作这个任务，对于已有的大模型来说还是很有挑战，但是如果通过搜集优质小说数据 + 指令微调技术，相信一定可以提高模型的创作能力~ 目前初赛正在进行中，本文将梳理一个完整的参赛方案 Baseline，期待给感兴趣的小伙伴带来一点点帮助! 更多实操细节可参考：https://blog.csdn.net/u010522887/article/details/140006534

2024-06-28

视频下载神器-猫抓浏览器插件

猫抓是一款非常好用的浏览器插件，支持所有 chrome 内核浏览器，包括 Chrome，Edge，Firefox等。

2024-06-16

从0到1搭建一个语音对话机器人，5分钟定制个人AI小助手（新手入门篇）

如果你的身边有一个随时待命、聪明绝顶的AI小助手，能够听懂你的话，理解你的需求，用温暖的声音回应你，会是一种什么体验？本次分享将带领大家从 0 到 1 搭建一个一个语音对话机器人，5分钟定制个人AI小助手，旨在帮助初学者快速走通从理论到应用的过程，希望对感兴趣的同学提供一点帮助。同步的项目文档可参考：https://blog.csdn.net/u010522887/article/details/139668478

2024-06-15

【飞桨AI实战】大作业：从0到1搭建一个图像识别系统

在了解了图像分类和目标检测的基本概念后，很多同学发现现有的算法模型往往只能识别特定类别的目标，面对全新的目标类别，这些训好的模型往往就无能为力了。本次分享将带领大家从 0 到 1 搭建一个面向现实场景的商品识别系统，旨在帮助初学者快速走通从理论到应用的过程，希望对感兴趣的同学提供一点帮助。同步的项目文档可参考：https://blog.csdn.net/u010522887/article/details/139361559

2024-05-31

Linux系统中在图片/视频中渲染中文字幕的字体

大部分Linux系统中自带的字体只支持英文渲染，为了在一些图片/视频处理应用中渲染中文，需要加载中文字体文件，本资源包含了常用的两种中文字体ttf：黑体和方正仿宋文件，亲测可以加载并渲染出来。

2024-05-27

带你学AI基于PP-OCR和ErnieBot的字幕提取和智能视频问答

本次分享将带领大家从 0 到 1 完成一个基于 OCR 和 LLM 的视频字幕提取和智能视频问答项目，通过 OCR 实现视频字幕提取，采用 ErnieBot 完成对视频字幕内容的理解，并回答相关问题，最后采用 Gradio 搭建应用。本项目旨在帮助初学者快速搭建入门级 AI 应用，并分享开发过程中遇到的一些坑，希望对感兴趣的同学提供一点帮助。参考https://blog.csdn.net/u010522887/article/details/139025542，跟随笔者共同走完一个完整的视频问答项目，从基础的动手跑通 CRNN 文本识别任务，再到应用开发和部署，旨在帮助初学者快速入门 OCR 相关技术并搭建一个简单的应用。资源包包括前端文档中提到的源码和示例视频。本系列的后续文章将沿袭这一思路，继续分享更多采用 Paddle 深度学习框架服务更多产业应用的案例。如果对你有帮助，欢迎 **关注收藏** 支持

2024-05-18

【飞桨AI实战】人体姿态估计：零基础入门，从模型训练到应用开发

本资源代码将实现一个完整的人体姿态估计项目，从基础的数据准备到模型训练，再到应用开发和部署，旨在帮助初学者快速入门并掌握关键技能。首先了解了如何使用PaddlePaddle框架和COCO数据集来构建和训练一个高效的人体关键点检测模型，其次采用PP-TinyPose模型通过Gradio创建了一个交互式的前端应用。配套的实战项目文档：https://blog.csdn.net/u010522887/article/details/137869409

2024-04-17

【YOLOv8实战】手把手带你入门YOLOv8，你也能训练自己的检测器，以SAR目标检测为例（源码+数据集+Gradio界面）

基于YOLOv8的SAR图像目标检测系统，覆盖数据制作、数据可视化、模型训练/评估/推理/部署全流程，最后通过 Gradio 界面进行展示。本次分享将带领大家熟练掌握 YOLOv8 的使用，并根据自己的任务训练一个特定场景的检测器，本文将重点讲解 YOLOv8 训练框架中数据集的格式、配置文件等细节，让小白少走弯路，跟着走就能轻松训练好自己的检测器，并基于 Gradio 搭建一个简单的应用。

2024-04-11

【人脸/口罩检测项目-手把手教程】Paddle模型训练+Flask后端+前端可视化

本项目将带领您从零开始构建一个人脸口罩检测的前后端分离的Flask应用。首先，我们使用PaddleDetection进行训练，得到了一个高效准确的人脸口罩检测模型。接着，我们利用ONNX完成了模型推理的部署，确保了模型的高效运行。最后，我们基于Flask框架搭建了一个前后端分离的Web应用，包括了后端接口的实现、前端界面的搭建，以及整个服务的启动和运行。如果想从头开始训练：可参考项目中的 Readme.md 教程从头开始训练一个模型。如果想尽快看到部署后的结果：可参考项目中的 Readme.md 教程，直接运行本项目的代码。

2024-04-09

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

【飞桨AI实战】PaddleNLP大模型指令微调，从0打造你的专属家常菜谱管家（源码）

FLUX + LoRA 实战代码+模型

cloudflared-linux-amd64.deb

Oracle Mobile Authenticator-甲骨文云服务验证APP-Android手机端验证

一键获取中小学教材-python爬虫+PyQT6实战

一键获取所有微信聊天记录-PyQT6实战

【大模型指令微调实战】小说创作，一键直达天池挑战赛Top50

视频下载神器-**猫抓**浏览器插件

从0到1搭建一个语音对话机器人，5分钟定制个人AI小助手（新手入门篇）

【飞桨AI实战】大作业：从0到1搭建一个图像识别系统

Linux系统中在图片/视频中渲染中文字幕的字体

带你学AI基于PP-OCR和ErnieBot的字幕提取和智能视频问答

【飞桨AI实战】人体姿态估计：零基础入门，从模型训练到应用开发

【YOLOv8实战】手把手带你入门YOLOv8，你也能训练自己的检测器，以SAR目标检测为例（源码+数据集+Gradio界面）

【人脸/口罩检测项目-手把手教程】Paddle模型训练+Flask后端+前端可视化

多尺度 STC C++

多尺度c＋＋版STC代码

改进的实时光流法跟踪

TLD目标跟踪算法C++工程案例

EmguCV播放视频及动目标检测

EmguCV完美播放文件夹和摄像头视频

空空如也

视频下载神器-猫抓浏览器插件