- 博客(309)
- 资源 (14)
- 收藏
- 关注
RSS订阅原创 【Python】还在用print进行调试，你Out了！！！
在本文中，我介绍了一个很棒的 Python 第三方库，名为。它增强了Python的普通print()函数，并提供了详细的输出。因此，它使调试变得非常方便。Ice Cream库永远不会取代print()函数，因为它是为调试目的而设计的。同时，它也不会取代日志系统。推荐大家在日常工作学习中多多使用！
2024-04-07 20:11:26
628
原创 一文弄懂CNN/RNN/GAN/Transformer等架构
本文重点介绍了图像和自然语言处理等场景的神经网络结构，包括CNN、RNN、GAN、Transformers以及encoder-decoder架构等，学会这些网络结构可以大家在处理具体任务时可以有更加针对性的选择。您学废了嘛？
2024-04-05 11:41:07
1068
2
原创 小目标检测常见解决策略总结
本文重点阐述了小目标检测领域相关困难点原因分析，以及业内比较常见的解决思路，并给出了相应的图示进行补充说明，您学废了吗？
2024-03-23 10:41:48
539
原创 提升Midjourney风格化的三个技巧
本文重点介绍了针对提示Midjourney风格参考化生成效果总结了三个技巧，使用这些技巧可以提升大家图像生成的质量和视觉呈现效果。您学废了嘛？
2024-03-23 09:34:34
254
原创 Midjourney发布新特性风格参考
总之，Midjourney再次证明，他们是风格转换方面的最佳工具。现在，用户对生成图像的风格和美感的控制水平和精确度是无与伦比的。作为人工智能艺术爱好者，我非常期待看到AI绘画的下一次变化。也许在不久会有更多全新的功能涌现？让我们拭目以待！注： 相关素材来自互联网，供学习交流使用，侵权删！
2024-03-20 21:54:47
925
原创 科普文之五分钟轻松入门Generative AI
总之，生成式人工智能代表着人工智能领域的巨大飞跃。这项突破性技术不仅能识别模式，还能从中创造出新的内容，它有可能彻底改变从艺术和音乐到产品设计等无数行业。随着我们继续探索生成式人工智能的可能性，技术的未来似乎比以往任何时候都更有希望。
2024-03-16 10:47:08
807
原创 关于Sora你可能不知道的五项功能
Sora模型的发布已有数日，至今仍在网上热传。Sora团队不断在 官网上传新视频，所有视频的效果都令人叹为观止。即使是初始版本，它的功能也是令人震惊的。难以想象 Sora 在迭代几个版本之后能做些什么，未来这项技术会如何彻底重塑视频创作，让我们拭目以待。
2024-03-10 13:40:56
797
原创 Stable Diffusion 3 发布及其重大改进
是最新推出的功能最强大的文本到图像生成的模型。它在处理多文本提示、图像质量甚至文本渲染能力方面都有重大的改进。目前，该模型套件的参数量从 800M 到 8B 不等。它结合了扩散transformer结构（类似于Sora中的结构）和Flow Matching。本文重点介绍了SD3带来的新的改进，在此说明下，目前SD3还为对公众开放，但是大家可以通过注册来获得Discord服务器的邀请。预览版的目的是提高其质量和安全性，就像其他稳定的扩散版本一样。
2024-02-24 09:40:42
1442
1
原创 大模型平民化技术之LORA
共享大型的LLM模型是未来的趋势，如果要适应到某个具体任务上，只要训练LoRA模组即可，而这项技术也带来方便的替换性，未来大家只要分享LoRA的模型权重，就可以快速切换至不同的任务。此外，LoRA通过大量降低训练参数，来大幅降低了硬体的训练门槛，并且与完全的模型相比，推论速度的增加是相当少的。
2024-02-23 22:13:03
902
原创 2024不可不会的StableDiffusion之图生图（七）
我们知道，在之前的章节里函数从随机高斯噪声开始生成图像，但如果我们提供初始种子图像来指导扩散过程呢？这正是图像到图像的工作方式。我们可以使用初始种子图像将其与一些噪声（可以由强度参数引导）混合，然后进行多轮扩散，而不再是纯粹依赖于输出图像的文本条件。本文重点介绍了使用稳定扩散模型进行图生图，即以图像作为输入源来控制图像生成内容的背景知识和具体代码实现，并给出了相应的示例。您学废了嘛？
2024-02-06 10:16:46
472
原创 2024不可不会的StableDiffusion之反向提示词（六）
本文重点介绍了使用负面文本提示词来进行条件嵌入实现控制文本生成图像内容的相关背景知识和具体代码实现，并给出了相应的示例。您学废了嘛？
2024-02-06 09:44:05
1196
原创 2024不可不会的StableDiffusion之拼接各组件（五）
稳定扩散模型采用文本输入和种子作为相关输入。然后，文本输入通过CLIP模型生成大小为77x768的文本嵌入，种子用于生成大小为4x64x64的高斯噪声，并将其作为第一个潜在图像表示。接下来，U-Net迭代地对随机的潜在图像表示进行去噪。U-Net的输出是预测噪声，然后通过scheduler调度器算法用于计算潜在的latents。这种去噪和基于文本的调节的过程重复N次（我们将使用 50 次）以便来获取更好的潜在图像表示。此过程完成后，VAE解码器将对潜在图像表示（4x64x64）
2024-02-01 17:00:20
976
5
原创 2024不可不会的StableDiffusion之Unet（四）
本文重点介绍了SD模型中的Unet组件的相关功能和具体工作原理，并详细介绍了其去噪过程；至此，我们完成了稳定扩散模型的三个关键组件，即CLIP文本编码器、VAE和U-Net。在下一篇文章中，我们将研究使用这些组件的扩散过程。您学废了嘛！
2024-01-30 08:46:09
1255
原创 2024不可不会的StableDiffusion之变分自编码器（三）
接着我们来实现用VAE上述函数，接收图像和我们的变分自编码器作为输入，通过调用vae中的encode函数来实现将输入的image转化为潜在低纬度特征向量。本文重点介绍了SD模型中的变分自编码器VAE的相关功能和具体工作原理，并详细介绍了其编码器和解码器的操作步骤，并给出了相应的代码示例。您学废了嘛！
2024-01-30 08:28:40
1004
原创 2024不可不会的StableDiffusion之文本编码器（二）
本文重点介绍了SD模型中的文本编码器的相关功能和具体实现原理，并详细介绍了其两个具体操作步骤，并给出了相应的代码示例。您学废了嘛！
2024-01-27 13:12:44
991
原创 2024不可不会的StableDiffusion之引言（一）
简单来说，稳定扩散模型是一种可以在给定文本提示词的情况下生成图像的深度学习模型。将其进行抽象，其主要实现的功能如下：正如我们从上面的图像中看到的那样，我们可以传递一个输入的文本提示，如“戴帽子的狗”，此时稳定的扩散模型可以生成代表文本语义的图像。是不是很神奇？
2024-01-27 10:28:31
427
原创 大模型背景下计算机视觉年终思考小结（二）
本文重点介绍了在大模型发展背景下，如何在日常开发中合理利用大模型的能力来构建合成数据集和丰富数据集的标注类别等应用，同时随着技术的发展，未来大模型在日常开发中会带来更多的应用和落地点，希望大家也可以结合自己具体的业务来思考如何和现有大模型进行结合。您学废了嘛？
2024-01-16 19:56:44
1163
1
原创 大模型背景下计算机视觉年终思考小结（一）
本文主要用来回顾了23年相关大模型在计算机视觉多个领域的发展现状，以及一些突出的技术论文概要分享，主要涉及图像大模型到图文大模型以及生成式大模型。对于这些大模型，在实际工作和项目中，我们更多的应该是思考如何在我们特定的、小规模的背景下利用好它们。本章节主要为相关论文的梳理和概述总结，下一节我们会针对实际项目中如何结合大模型进行数据集的构造等方向进行归纳总结。
2024-01-13 14:40:26
1214
原创 从零实现CLIP模型
总之，这篇博客文章探讨了CLIP模型，揭示了其广泛应用的潜力。随着我们对CLIP应用的了解，很明显，它的影响远远超出了最初的预期，为不同领域的创新解决方案铺平了道路。您学废了嘛?戳我。
2024-01-07 11:43:47
1073
原创 对比学习简介
在本教程中，我们将介绍对比学习领域中的相关概念。首先，我们将讨论这种技术背后相关的理论知识；接着，我们将介绍最常见的对比学习的损失函数和常见的训练策略。闲话少说，我们直接开始吧！
2023-12-31 20:50:40
520
原创 GroundingDINO-根据文本提示检测任意目标
正如大家在本文开头的表格中所看到的，比GLIP推理速度更快，但在要求实时检测场景中考虑起来仍然推理速度太慢。然而，该模型可以在灵活性和泛化性很重要的任务中大放异彩，比如可以成功地用于自动化数据标注。此外，还可以通过使用语言约束而不是复杂且容易出错的手工组件来分析检测关系，从而大大简化图像和视频分析的处理逻辑。总之，无疑是一个重大突破，它将为物体检测及其他领域的更多创新应用铺平道路。
2023-12-30 10:28:59
1234
原创 一种简单的自编码器PyTorch代码实现
在本文中，我们使用数据集来完成此任务。戳我。该数据集已在torchvision库中集成；我们可以通过几行代码直接导入和处理该数据集。为此，首先需要是编写一个collate_fn函数，将数据集从PIL图像转换为torch张量，并进行相应的pad# x;# y本文重点介绍了如何利用Pytorch来实现自编码器，从数据集，到搭建网络结构，以及特征可视化和网络预测输出几个方面，分别进行了详细的阐述，并给出了相应的代码示例。您学废了吗？戳我。
2023-12-23 20:04:12
969
原创 一文弄懂自编码器 -- Autoencoders
自编码器神经网络是一种无监督的机器学习算法，它的主要目的为将输入层的数据压缩成较短的格式，我们也可以称为潜在空间的特征表示，并通过解码将上述特征解码成与原始输入最为相近的形式。这样我们在使用原始输入图像的时候，就可以使用维度较小的压缩特征经过解码器后进行替代。这听着是不是很熟悉，我们有一个类似的机器学习算法，即PCA做同样的任务。那么为什么我们需要自动编码器呢？本文重点介绍了自编码器的概念，网络结构以及相关变体，并给出了其在工业界的相关应用。您学废了嘛？
2023-12-16 18:11:52
128
原创 在OpenCV基于深度学习的超分辨率模型实践
本文重点介绍了在OpenCV中，利用深度学习的方法来进行超分辨率的实现，被给出了具体的代码实例，和几种常用的模型。您学废了吗？
2023-12-09 13:11:12
362
原创 Python字典六种类型概述
在Python中，Dictionary（dict）是一种内置的数据结构，用于以键值对的形式存储数据集合。当然，你可能也听到过Python字典的其他名称，如查找表、映射、哈希映射等。Python字典最常用的例子之一是电话簿。我们可以使用电话簿快速检索与给名字（key）相关的信息（value）。Python Dictionaries允许大家以最有效的方式存储和检索所需的数据；这就是为什么Python种的dict是这种编程语言中最常用的数据类型之一。
2023-11-18 13:49:32
237
原创 什么是机器学习中的正则化？
L1正则化可以产生稀疏权值矩阵，即产生一个稀疏模型，可以用于特征选择；L2正则化可以防止模型过拟合，在一定程度上，L1也可以防止过拟合，提升模型的泛化能力；L1（拉格朗日）正则假设参数的先验分布是Laplace分布，可以保证模型的稀疏性，也就是某些参数等于0；L2（岭回归）正则假设参数的先验分布是Gaussian分布，可以保证模型的稳定性，也就是参数的值不会太大或太小。在实际使用中，如果特征是高维稀疏的，则使用L1正则；如果特征是低维稠密的，则使用L2正则。
2023-11-04 14:10:51
768
原创 【Python】用Python生成图像特效
本文使用简单的python代码实现了各种各样的图像特效，可以方便大家进行自由组合成更加酷炫的效果。您学废了嘛？
2023-10-28 20:26:45
390
原创 【Python】将Python中的多维列表进行展开
Python中的展平列表可以使用各种方法实现。我们探索了四种不同的方法：使用Python的原生语法来扁平化2D和3D列表，以及使用NumPy库展平任意维度的列表。每种方法都有自己的优点和局限性，因此请选择需要来选择最适合自己需求的方法。
2023-10-21 18:49:23
775
数学建模10大算法详解+程序源码打包.rar
2012-09-10
克里金工具箱
2012-09-10
克里金插值matlab程序
2012-09-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人