weixin_39355136的博客

这种技术可以自动识别图像中的人脸，并进行修复和还原，从而使图像更加完整、清晰和自然。目前，有多种图像超分辨方法可供选择，包括基于插值的方法、基于边缘的方法、基于学习的方法等。这些方法使用深度学习模型，如卷积神经网络（CNN）或生成对抗网络（GAN），通过训练大量的图像样本来学习图像的高频细节和结构，从而实现图像超分辨。它可以改善图像的视觉质量，提供更多细节和清晰度，有助于改善图像分析、图像识别和人机交互等任务的准确性和效果。在图像超分辨的任务中，我们希望通过增加图像的细节和清晰度来提高图像的质量。

一键抠图的原理通常基于计算机视觉和机器学习技术。它使用深度神经网络模型，通过训练大量的图像样本，学习如何识别和分离前景对象和背景。这些模型能够理解图像中的像素信息和上下文，并根据学习到的知识进行像素级别的分割。一键抠图是一种图像处理技术，旨在自动将图像中的前景对象从背景中分离出来。它可以帮助用户快速、准确地实现抠图效果，无需手动绘制边界或进行复杂的图像编辑操作。

人工智能 Java SDK：支持中英互译等202种语言的互相翻译。

文字识别（OCR）目前在多个行业中得到了广泛应用，比如金融行业的单据识别输入，餐饮行业中的发票识别，交通领域的车票识别，企业中各种表单识别，以及日常工作生活中常用的身份证，驾驶证，护照识别等等。OCR（文字识别）是目前常用的一种AI能力。一般OCR的识别结果是一种按行识别的结构化输出，能够给出一行文字的检测框坐标及文字内容。但是我们更想要的是带有字段定义的结构化输出，由于表单还活着卡证的多样性，全都预定义好是不现实的。

首页1). 支持图片拖拽，粘贴搜索.2). 适配PC，android，ios浏览器.图片列表页1). 支持图片拖拽，粘贴搜索.2). 图片排版自适应.3). 图片列表下拉自动加载.登录用户管理角色管理运维管理图片上传1). 支持zip压缩包上传.2). 支持服务器端文件夹上传（大量图片上传使用，比如几十万张图片入库）.3). 支持客户端文件夹上传.图像搜索点击前往网站首页 http://aias.top/

登录用户管理角色管理运维管理图片上传1). 支持zip压缩包上传.2). 支持服务器端文件夹上传（大量图片上传使用，比如几十万张图片入库）.3). 支持客户端文件夹上传.人像搜索点击前往网站首页 http://aias.top/

输入地址： http://localhost:8090。

点击前往网站首页 http://aias.top/ 图像生成工具箱 SDK1. 文生图：输入提示词，生成图片2. 图生图：根据图片及提示词生成图片3. Lora 图像生成文生图测试提示词 prompt： a photo of an astronaut riding a horse on mars生成图片效果： 4. Controlnet 图像生成4.1. Canny 边缘检测Canny 边缘检测预处理器可很好识别出图像内各对象的边缘轮廓，常用于生成线稿。对应Con

点击前往网站首页 http://aias.top/ 图像生成预处理工具箱 SDK1. Canny 边缘检测Canny 边缘检测预处理器可很好识别出图像内各对象的边缘轮廓，常用于生成线稿。对应ControlNet模型： control_canny 2. MLSD 线条检测MLSD 线条检测用于生成房间、直线条的建筑场景效果比较好。对应ControlNet模型： control_mlsd 3. Scribble 涂鸦不用自己画，图片自动生成类似涂鸦效果的草图线条。

语音活动检测可以运行在4种不同的模式。模式0非常严格，这意味着当VAD预测为语音时，音频片段是语音的概率更高。模式3非常激进，这意味着当VAD预测为语音时，音频是语音的概率较低。目的是从声音信号流里识别和消除长时间的静音期， 静音抑制可以节省宝贵的带宽资源，可以有利于减少用户感觉到的端到端的时延。VAD引擎需要8、16、32或48 KHz的采样率的单声道、16位PCM音频作为输入。输入应该是10、20或30毫秒的音频片段。当音频输入为16 KHz时，输入数组的长度应为160、320或480。

语音活动检测(Voice Activity Detection,VAD)又称语音端点检测,语音边界检测。目的是从声音信号流里识别和消除长时间的静音期， 静音抑制可以节省宝贵的带宽资源，可以有利于减少用户感觉到的端到端的时延。单个CPU线程可以在不到1ms的时间内处理一个音频块（30+ ms）。Silero VAD在包括100多种语言的大型语料库上进行训练，并且在具有各种背景噪声和质量水平的不同领域的音频上表现良好。Silero VAD支持8000 Hz和16000 Hz的采样率。

模型通过千万级 (2200w+) 的中文句对数据集进行训练。模型支持中英双语的同质文本相似度计算，异质文本检索等功能。模型是文本嵌入模型，可以将自然语言转换成稠密的向量。使用场景主要是中文，少量英文的情况。

将不定长的句子用定长的向量表示，为NLP下游任务提供服务。句向量是指将语句映射至固定维度的实数向量。

OpenAI 发布了两个新的神经网络：CLIP 和 DALL·E。它们将 NLP（自然语言识别）与 图像识别结合在一起，对日常生活中的图像和语言有了更好的理解。之前都是用文字搜文字，图片搜图片，现在通过CLIP这个模型，可是实现文字搜图片，图片搜文字。其实现思路就是将图片跟文本映射到同一个向量空间。如此，就可以实现图片跟文本的跨模态相似性比对检索。特征向量空间（由图片 & 文本组成）

人工智能人脸特征提取是一种复杂而重要的计算机技术，其主要目的是通过对人脸图像进行深度分析和处理，提取出具有代表性的特征信息，以用于实现人脸识别、人脸比对、人脸验证等应用。人脸识别完整的pipeline：人脸检测(含人脸关键点) --> 人脸对齐 --> 人脸特征提取 --> 人脸比对。人脸识别完整的pipeline：人脸检测(含人脸关键点) --> 人脸对齐 --> 人脸特征提取 --> 人脸比对。提取特征计算相似度。人脸识别涉及的关键技术包含：人脸检测，人脸关键点，人脸特征提取，人脸比对，人脸对齐。

在对齐过程中，算法会根据人脸的特征点（如眼睛、鼻子、嘴巴等）进行定位和标记，然后根据这些特征点的位置和关系进行调整，使得人脸的位置和大小达到一定的标准。因为在人脸识别过程中，不同的人脸可能存在着不同的姿态、表情和光照等情况，而人脸对齐技术可以将这些差异减少，从而更好地进行识别和分析。其目的是将人脸图像中的人脸调整到一个标准的位置和大小，以便于后续的人脸识别、表情识别、面部分析等任务的进行。人脸识别涉及的关键技术包含：人脸检测，人脸关键点，人脸特征提取，人脸比对，人脸对齐。

java 版的stable diffusion 图像生成

NDArray IO1. 将数组保存到以 .npy 为扩展名的文件PythonNumpy 可以读写磁盘上的文本数据或二进制数据。NumPy 为 ndarray 对象引入了一个简单的文件格式：npy。npy 文件用于存储重建 ndarray 所需的数据、图形、dtype 和其他信息。常用的 IO 函数有：load() 和 save() 函数是读写文件数组数据的两个主要函数，默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为 .npy 的文件中。savez() 函数用于将多个数组写入文件

NDArray 矩阵1. 转置矩阵PythonNumPy 提供了多种排序的方法。 这些排序函数实现不同的排序算法，每个排序算法的特征在于执行速度，最坏情况性能，所需的工作空间和算法的稳定性。 下表显示了三种排序算法的比较。import numpy as np a = np.arange(12).reshape(3,4) print ('原数组：')print (a)print ('\n') print ('转置数组：')print (a.T)# 输出结果如下：原数组：[

NDArray 排序、条件刷选函数1. 数组的排序 - numpy.sort()PythonNumPy 提供了多种排序的方法。 这些排序函数实现不同的排序算法，每个排序算法的特征在于执行速度，最坏情况性能，所需的工作空间和算法的稳定性。 下表显示了三种排序算法的比较。import numpy as np a = np.array([[3,7],[9,1]]) print ('我们的数组是：')print (a)print ('\n')print ('调用 sort() 函数：'

NDArray 统计函数1. 最小元素，最大元素PythonNumPy 提供了很多统计函数，用于从数组中查找最小元素，最大元素，百分位标准差和方差等。 函数说明如下：numpy.amin() 和 numpy.amax()numpy.amin() 用于计算数组中的元素沿指定轴的最小值。numpy.amax() 用于计算数组中的元素沿指定轴的最大值。import numpy as np a = np.array([[3,7,5],[8,4,3],[2,4,9]]) print ('我

NDArray 算术函数1. 加减乘除算术函数包含简单的加减乘除: add()，subtract()，multiply() 和 divide()。需要注意的是数组必须具有相同的形状或符合数组广播规则。Pythonimport numpy as np a = np.arange(9, dtype = np.float_).reshape(3,3) print ('第一个数组：')print (a)print ('\n')print ('第二个数组：')b = np.array(

NDArray 数学函数NDArray包含大量的各种数学运算的函数，包括三角函数，算术运算的函数，复数处理函数等。1.三角函数NDArray 提供了标准的三角函数：sin()、cos()、tan()。Pythonimport numpy as np a = np.array([0,30,45,60,90])print ('不同角度的正弦值：')# 通过乘 pi/180 转化为弧度 print (np.sin(a*np.pi/180))print ('\n')print ('数组

NDArray 广播(Broadcast)广播(Broadcast)是 numpy 对不同形状(shape)的数组进行数值计算的方式， 对数组的算术运算通常在相应的元素上进行。如果两个数组 a 和 b 形状相同，即满足 a.shape == b.shape，那么 a*b 的结果就是 a 与 b 数组对应位相乘。这要求维数相同，且各维度的长度相同。1.两个数组 a 和 b 形状相同Pythonimport numpy as np a = np.array([1,2,3,4]) b =

Ndarray 索引切片 - 通过索引或切片来访问ndarray对象的内容ndarray对象的内容可以通过索引或切片来访问和修改，与 Python 中 list 的切片操作一样。ndarray 数组可以基于 0 - n 的下标进行索引，切片对象可以通过内置的 slice 函数，并设置 start, stop 及 step 参数进行，从原数组中切割出一个新数组。1. 冒号分隔切片参数 start:stop:step 来进行切片Pythonimport numpy as np a = np.a

Ndarray 对象NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。ndarray 对象是用于存放同类型元素的多维数组。ndarray 中的每个元素在内存中都有相同存储大小的区域。NDManager是DJL中的一个class可以帮助管理NDArray的内存使用。通过创建NDManager，可以及时的对内存进行清理。当这个block里的任务运行完成时，内部产生的NDArray都会被清理掉。这个设计保证了我们在大规模使

NDArray 的背景介绍在Python的世界，调用NDArray的标准包叫做NumPy。为了给Java开发者创造同一种工具，亚马逊云服务开源了DJL，一个基于Java的深度学习库。尽管它包含了深度学习模块，但是它最核心的NDArray库可以被用作NumPy的java替代工具库。 同时它具备优良的可扩展性，全平台支持，以及强大的后端引擎支持 (TensorFlow, PaddlePaddle, PyTorch, Apache MXNet等)。无论是CPU还是GPU, PC还是安卓，DJL都可以

网站首页 以图搜图产品 主要特性底层使用特征向量相似度搜索单台服务器十亿级数据的毫秒级搜索近实时搜索，支持分布式部署随时对数据进行插入、删除、搜索、更新等操作支持在线用户管理与服务器性能监控，支持限制单用户登录系统功能搜索管理：提供通用图像搜索，人像搜索，图像信息查看存储管理：提供图像压缩包(zip格式)上传，人像特征提取，通用特征提取用户管理：提供用户的相关配置，新增用户后，默认密码为123456角色管理：对权限与菜单进行分配，可根据部门设置角色的数据权限菜...

生物医药套件打造最好的java 生物医药技术套件，包括化学分子工具包，DNA工具包，DNA序列搜索，分子搜索等等。分子特征提取RDKit是一个用于化学信息学的开源工具包，基于对化合物2D和3D分子操作，利用机器学习方法进行化合物描述符生成，fingerprint生成，化合物结构相似性计算，2D和3D分子展示等。将化学与机器学习联系起来的、非常实用的库。可以在很多种化学文件如mol2，mol，Smiles，sdf等之间互相转化，并能将其展示成2D、3D等形式供开发人员使用。DNA工具包脱氧核糖核酸（

网站首页 PaddlePaddle 的java实现列表PaddlePaddle 的java实现包括：PaddleDetectionPaddleClsPaddleNLPPaddleOCRPaddleSpeech其它：人群密度，深度估计，音频搜索PaddleDetection 人脸检测 链接 ...

官网：官网链接分子搜索本例子提供了分子搜索，支持上传smi文件文件，使用RDKit提取分子特征，并基于milvus向量引擎进行后续检索。引擎特性底层使用特征向量相似度搜索 单台服务器十亿级数据的毫秒级搜索 近实时搜索，支持分布式部署 随时对数据进行插入、删除、搜索、更新等操作分子背景介绍SMILES（Simplified molecular input line entry system），简化分子线性输入规范，是一种用ASCII字符串明确描述分子结构的规范。 由于SMI

官网：官网链接2D虚拟人最近元宇宙的概念越来越火。虚拟人技术是其中重要的组成部分。 其原理是通过视频来捕捉人脸，并且将人的面部动作同步到人物身上。人们只需要一个摄像头就可以制造出一个生动活泼的虚拟形象了。虚拟数字人虚拟数字人系统一般情况下由人物形象、语音生成、动画生成、音视频合成显示、交互等5个模块构成：人物形象根据人物图形资源的维度，可分为 2D 和 3D 两大类，从外形上又可分为卡通、 拟人、写实、超写实等风格; 语音生成模块和动画生成模块可分别基于文本生成对应的人物语音以及与

目录：http://aias.top/DNA序列搜索本例子提供了DNA序列搜索，支持上传文件文件，使用spark mlib计算模型提取特征，并基于milvus向量引擎进行后续检索。引擎特性底层使用特征向量相似度搜索 单台服务器十亿级数据的毫秒级搜索 近实时搜索，支持分布式部署 随时对数据进行插入、删除、搜索、更新等操作DNA背景介绍脱氧核糖核酸（英文DeoxyriboNucleic Acid，缩写为DNA）是生物细胞内含有的四种生物大分子之一核酸的一种。 DNA携带有..

目录：http://aias.top/问答系统问答系统(Question Answering System, QA)是信息检索系统的一种高级形式，它能用准确、简洁的自然语言回答用户用自然语言提出的问题。其研究兴起的主要原因是人们对快速、准确地获取信息的需求。问答系统是人工智能和自然语言处理领域中一个倍受关注并具有广泛发展前景的研究方向。文本搜索引擎本例子基于文本搜索引擎，支持上传csv文件，使用句向量模型提取特征，并基于milvus向量引擎进行后续检索。主要特性底层使用特征向

目录：http://aias.top/音频搜索 - 声纹搜索声纹识别所谓声纹(Voiceprint)，是用电声学仪器显示的携带言语信息的声波频谱。人类语言的产生是人体语言中枢与发音器官之间一个复杂的生理物理过程， 人在讲话时使用的发声器官--舌、牙齿、喉头、肺、鼻腔在尺寸和形态方面每个人的差异很大，所以任何两个人的声纹图谱都有差异。 声纹识别(Voiceprint Recognition, VPR)，也称为说话人识别(Speaker Recognition)，有两类， 即说话人辨认(Spea

化学信息学的开源工具包RDKit是一个用于化学信息学的开源工具包，基于对化合物2D和3D分子操作，利用机器学习方法进行化合物描述符生成，fingerprint生成，化合物结构相似性计算，2D和3D分子展示等。将化学与机器学习联系起来的、非常实用的库。可以在很多种化学文件如mol2，mol，Smiles，sdf等之间互相转化，并能将其展示成2D、3D等形式供开发人员使用。这里给出一个java实现。例子包括读写分子图片生成 & 保存特征提取 & 分子相似性计算相似度计算给出

DNA工具包脱氧核糖核酸（英文DeoxyriboNucleic Acid，缩写为DNA）是生物细胞内含有的四种生物大分子之一核酸的一种。DNA携带有合成RNA和蛋白质所必需的遗传信息，是生物体发育和正常运作必不可少的生物大分子。DNA序列指使用一串字母（A、T、C、G）表示的真实的或者假设的携带基因信息的DNA分子的一级结构。DNA序列测定方法有光学测序和芯片测序两种。SDK功能特征提取文本(DNA序列)特征提取：将文本数据转化成特征向量的过程，比较常用的文本特征表示法为词袋法。词袋法：

kafka-情感倾向分析【英文】SDK情感倾向分析（Sentiment Classification）针对带有主观描述的文本，可自动判断该文本的情感极性类别并给出相应的置信度，能够帮助企业理解用户消费习惯、分析热点话题和危机舆情监控，为企业提供有利的决策支持。SDK算法：情感倾向分为两类Negative (消极)Positive (积极)1. 启动 zookeeper:zookeeper-server-start /usr/local/etc/kafka/zookeeper.prop

kafka-人脸检测SDK人脸识别技术目前已经广泛应用于包括人脸门禁系统、刷脸支付等各行各业。随着人脸识别技术的提升，应用越来越广泛。目前中国的人脸识 别技术已经在世界水平上处于领先地位，在安防行业，国内主流安防厂家也都推出了各自的人脸识别产品和解决方案，泛安防行业是人脸识别技术主要应用领域。这个例子给出了，人脸识别技术是如何与大数据技术栈协同工作的。后续结合人脸特征提取，特征向量保存到向量搜索引擎，形成人像底库，然后就可以实现人像大数据搜索。人脸检测1. 启动 zookeeper:z

flink-情感倾向分析【英文】SDK情感倾向分析（Sentiment Classification）针对带有主观描述的文本，可自动判断该文本的情感极性类别并给出相应的置信度，能够帮助企业理解用户消费习惯、分析热点话题和危机舆情监控，为企业提供有利的决策支持。SDK算法：情感倾向分为两类Negative (消极)Positive (积极)环境准备flink连接服务器端口，并从端口读取数据。我们使用最轻量的netcat来测试。NC（netcat）被称为网络工具中的瑞士军刀，体积小巧，