- 博客(18)
- 收藏
- 关注
RSS订阅原创 AI短剧制作工作流从入门到实战-20260314
提示词2：以参考图为主体，注意环境的空间布局、空间中人物与所有内容物品的相对位置，并生成不同角度的符合剧情发展的连贯性分镜图，注意一定要保持与图片美术风格的一致，给出图片。切换为思考或者pro模式，在文本框中输入以下文字，多模态模型将会根据输入，输出json分镜脚本。左边找到gem，gem管理器-新建gem，输入名称，说明和指令。提示词1：gemini1输出的json分镜。角色参考图：2张参考图。模型：选择pro模型。
2026-03-14 10:34:02
880
原创 【YOLOv11改进-从理论到实战-注意力机制】| 2021-伊利诺伊大学-landskape-wacv-Triplet Attention-加入自己的理解
本文提出Triplet Attention三重注意力机制，通过三个并行分支分别捕捉通道-高度、通道-宽度和高度-宽度的跨维度依赖关系，解决了传统注意力机制跨维度交互缺失、信息丢失和计算开销大的问题。该模块采用无维度缩减设计，通过Z-Pool和轻量级卷积生成注意力权重，仅需6k²参数即可实现高效特征增强。实验表明，在ImageNet分类、COCO检测等任务中性能显著提升，同时保持极低计算开销，适用于轻量化模型部署。核心代码通过BasicConv、ZPool和AttentionGate等组件实现三重注意力计算，
2026-01-31 22:22:12
598
原创 【YOLOv8多模态融合改进-注意力机制-通道-空间注意力机制】| 2023-information fusion-SDFM 表层细节融合模块-加入自己的理解
本文提出SDFM（表层细节融合模块），通过通道-空间注意力机制实现红外与可见光图像的低层特征融合。该模块首先通过SE-like结构生成跨模态权重进行特征增强，再结合通道和空间注意力动态生成融合权重，最终实现自适应特征融合。SDFM具有轻量化设计、跨模态交互等特点，能有效保留目标细节并抑制噪声，为高层视觉任务提供高质量底层特征。代码实现展示了模块的核心结构，包括特征增强、权重生成和融合过程。
2025-12-20 10:42:08
791
原创 vue编写视频监控前端
从856402188 qq群找到my-vue-app.zip，解压，使用vscode打开，安装vue插件，control j打开vue工程的终端。海康开放平台-开放体系-设备能力开放-查询推荐协议-输入设备型号-选择组网环境-在海康威视官网-服务支持-工具专区-搜索“SADP”，并点击下载。解压SADP软件并打开，查看搜索到的设备，输入新密码，点击激活。海康开放平台-支持与服务-工具下载-硬件产品-web开发包。命令安装依赖，依赖安装完成后，输入。template：用于编写html。rtsp端口：554。
2024-09-05 15:14:59
936
原创 深度学习之环境配置（二）：Anaconda配置python，pytorch（dt_pytorch）
Anaconda配置python和pytorch
2023-09-15 12:25:06
339
原创 11 模块/库（python星系生灵们的故事）
一天，argparse无聊想要玩RPG游戏，于是使用了ArgumentParser构造函数，创造了一个ArgumentParser 勇者，勇者名字为parser。但是宇宙中总是充满了各种巧合，在造物主创造的argparse星球上，星球中的每一个生物都与生俱来具备了使用。python星系中，曾经有一个勇者叫parser，它由argparse星球之神argparse创造。参数的基本技能，该技能如同神启，可以让python星系中的生灵们聆听星系之神的声音。模块就是库，库里面有函数。
2023-07-22 21:08:25
144
1
原创 【stable diffusion系列教程1】(将动漫人物变为真人coser！)
(【stable diffusion系列教程1】(将动漫人物变为真人coser！))
2023-07-22 21:06:45
2365
1
原创 论文解读：CFC-NET
CFC-NETCFC-NET: A CRITICAL FEATURE CAPTURING NETWORK FOR ARBITRARY-ORIENTED OBJECT DETECTION IN REMOTE SENSING IMAGES动机提出的方法极化注意力模块旋转锚框微调模块动态锚框学习三级目录CFC-NET: A CRITICAL FEATURE CAPTURING NETWORK FOR ARBITRARY-ORIENTED OBJECT DETECTION IN REMOTE SENSING IM
2021-02-16 17:28:57
1297
3
原创 欧拉筛法的算法说明
算法要求算法的目的是筛掉所有的合数。每个合数都是至少两个（合数可以相同）质因数的乘积。我们希望以O(n)时间完成任务，这就要求每个合数只被筛掉一次（以下会证明其充分性）。为了保证3，欧拉筛法的做法是让每个合数只被其最小的质因数筛去。 接着，我们看欧拉筛法的核心代码：isPrime[i*primes[j]] = false;if(i%primes[j] == 0
2018-01-28 23:32:24
257
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