- 博客(13)
- 收藏
- 关注
RSS订阅原创 遵循人类指令的高质量图像修复
为了更好地理解《High-Quality Image Restoration Following Human Instructions》的贡献，让我们首先了解图像恢复问题的背景。图像恢复涉及从降级图像中恢复出高质量的清晰图像，这是一个复杂的问题，因为同一张图像可能有多种不同的恢复方式。噪声、模糊、雨滴等降级效果常常是图像中不可避免的问题，尤其在低光等复杂环境条件下。传统的方法通常针对特定的降级类型设计，而深度学习方法则在多任务学习中表现出色，但仍然面临泛化到多种降级的挑战。
2024-11-29 09:55:10
1107
原创 揭秘AI如何揪出图片中的“李鬼“
在如今这个“P图大神”遍地走的时代，图片的真实性越来越难以保证。尤其是在文档图像领域，篡改文字、伪造证书等行为可能带来严重的风险。想象一下，你正准备签一份重要合同，却发现附件中的资质证书似乎有点不对劲。是的，你没猜错，这正是图像篡改的“作案现场”。文字图像篡改，听起来是不是很像电影里的高级犯罪？但这可不仅仅是电影情节，它真实地发生在我们的数字生活中。文档图像篡改指的是对文档图像进行的未经授权的修改，包括文字、图表、印章等内容的删除、修改、添加或替换。当你怀疑一张图片被篡改时，你会怎么做？
2024-11-29 09:54:13
946
原创 ChatGPT多模态命名实体识别
我们在两个公共 MNER 数据集上进行了实验：Twitter-2015和 Twitter-2017。这两个数据集都是从Twitter平台上收集的，包含了文本和图像的配对信息，主要用于研究在社交媒体短文本场景下的多模态命名实体识别和情感分析等任务。Twitter-2015： 推文中的文本部分被手动标注了命名实体，并使用BIO2（Beginning- Inside-Outside）标注方案对命名实体进行分类。实体类别包括人物（Person）、组织（Organization）、地点（Location）等。
2024-11-23 18:18:36
936
原创 【MySQL】ubantu 系统 MySQL的安装与免密码登录的配置
现在，应该能够无需密码即可登录MySQL。要求输入密码，什么都不输入，直接回车即可登录成功。
2024-11-23 18:17:52
369
原创 丹摩 | ChatGLM-6B：部署指南与实战应用全解析
继续往下翻，配置数据硬盘的大小，每个实例默认附带了 50GB 的数据硬盘，本次创建可以就选择默认大小 50GB，可以看到，平台提供了一些基础镜像供快速启动，镜像中安装了对应的基础环境和框架，这里选择 PyTorch1.13.1 的框架启动，也可以选择 PyTorch2.1.2 版本启动。依赖安装成功后，我们需要引入模型文件，比较方便的是，DAMODEL（丹摩智算）提供了数据上传功能，用户有 20GB 免费存储空间，该空间被挂载到实例的/root/shared-storage目录，跨实例共享。
2024-11-23 18:05:22
788
原创 丹摩 | 智谱清影 CogVideoX-2b：深度解析部署流程与高效使用指南
在可控性方面，智谱 AI 研发了一款端到端的视频理解模型，这个模型能够为视频数据生成精确且与内容紧密相关的描述。在于它的 3D 变分自编码器，这项技术能够将视频数据压缩至原来的 2%，极大地降低了模型处理视频时所需的计算资源，还巧妙地保持了视频帧与帧之间的连贯性，有效避免了视频生成过程中可能出现的闪烁问题。，目前，其提示词上限为 226 个 token，视频长度为 6 秒，帧率为 8 帧 / 秒，视频分辨率为 720*480，而这仅仅是初代，性能更强参数量更大的模型正在路上。解压后的目录如图所示。
2024-11-23 18:01:30
1273
原创 DAMODEL | 基于丹摩智算部署SD3+ComfyUI文生图
随着人工智能技术的飞速发展，文本生成图像（Text-to-Image, T2I）技术逐渐成为计算机视觉与自然语言处理交叉领域的研究热点。这一技术不仅打破了传统图像创作的界限，更让创意的边界无限延伸。在众多T2I模型中，SD3（Stable Diffusion系列的一个新版本，尽管“SD3”并非官方直接命名的版本，这里我们假设其为Stable Diffusion的一个高级或特定版本）以其卓越的生成质量和灵活性脱颖而出，而结合ComfyUI这一直观易用的界面，更是极大地降低了T2I技术的使用门槛。
2024-11-23 17:56:01
1367
原创 遵循人类指令的高质量图像修复
为了更好地理解《High-Quality Image Restoration Following Human Instructions》的贡献，让我们首先了解图像恢复问题的背景。图像恢复涉及从降级图像中恢复出高质量的清晰图像，这是一个复杂的问题，因为同一张图像可能有多种不同的恢复方式。噪声、模糊、雨滴等降级效果常常是图像中不可避免的问题，尤其在低光等复杂环境条件下。传统的方法通常针对特定的降级类型设计，而深度学习方法则在多任务学习中表现出色，但仍然面临泛化到多种降级的挑战。
2024-11-22 15:00:00
1071
原创 【机器学习】解锁AI密码：神经网络算法详解与前沿探索
神经网络作为机器学习的重要分支，在人工智能领域具有广泛的应用前景。随着计算能力的提升和算法的优化，神经网络的性能将不断提升，应用领域也将不断扩展。未来，神经网络将在更多领域发挥重要作用，推动人工智能技术的持续发展。
2024-11-22 05:30:00
1291
原创 【机器学习】机器学习在深度学习领域中的作用：半监督学习的视角
半监督学习是一种结合了监督学习和非监督学习的机器学习技术，旨在利用少量标注数据和大量未标注数据来提高学习器的性能。在实际应用中，标注数据的获取往往需要人工参与，成本高昂且耗时。而大量的未标注数据则相对容易获取，但难以直接用于监督学习。半监督学习通过利用未标注数据中的信息，辅助标注数据进行模型训练，从而提高了模型的泛化能力和准确性。
2024-11-21 21:57:11
1146
1
原创 KAN卷积：医学图像分割新前沿
在本文中深入探讨KAN卷积在医学图像分割领域的创新应用，特别是通过引入Tokenized KAN Block（Tok Kan）这一突破性设计，将深度学习中的图像分割技术推向了新的高度。KAN作为一种能够替代传统MLP（多层感知机）的网络结构，以其独特的优势在多个领域展现出强大的潜力。而在医学图像分割这一复杂且关键的领域，KAN卷积更是凭借其高效处理图像特征的能力，成为了研究的热点。
2024-11-21 21:52:26
1277
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人