文章列表-AI魔法学院

文章列表

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

它支持一系列的模型，能够产生高质量的音频，并具有长期的一致性，用户可以通过自然界面轻松地与其进行交互。

开源模型

几个对我影响很大的统计学模型

在这个过程中，你在设定标准和了解候选人的质量。

统计学大模型

Selenium+ddddocr | 再也不担心图片验证码

DdddOcr()先创建一个文字识别对象，然后用with open()方法将验证码图片以二进制方式读取，接着调用classification()方法将图片的二进制字节类型进行文字识别，识别出来的文字会返回到变量之中

Selenium ddddocr库

AI绘画：InstantID Win11本地安装记录！

我尽量详细，但是太基础的命令，我就不展开说了。

InstantID Win11 安装

分享使用SDXL 1.0模型的一些技巧和心得

生成的图片质量非常高，效果也出色。

文生图

ReplaceAnything：阿里最新项目！重绘图片里的任何元素，商用价值极高！用最简单的部署创造最大的价值！

极大的降低了宣传设计的成本，可以给产品的推广节省大量的人力财力，将产品的白底图导入，可以生成指定背景环境的图片，而且可以将产品完美的融入进环境里项目链接 https

ReplaceAnything 文生图

如何免费打造自己的数字人主播：StableDiffusion插件SadTalker打造本地数字人主播

Stable Diffusion是一个能够根据文本描述生成高质量图片的深度学习模型，它使用了一种叫做潜在扩散模型的生成网络架构，可以在普通的GPU上运行，还可以加载各种出图模型以及动画模型。

数字人

耗时7天，终于把15种ControlNet模型搞明白了

具体用法会在后面的文章里面详细去讲二、ControlNet是什么 AI绘画最终要实现的目标——让出的图与我们脑海里想象的画面一致但目前现状是：随机性太强很多时候能不能出来一个好看的画面，只能通过大量的

文生图

SD入门教程六：ControlNet基础入门

上传图片区域：上传图片作为控制参考图（每种控制类型所需参考图都不一样，后面几期会讲到）；批量处理需输入文件夹的路径； &

ControlNet 文生图

ChatGLM3在线搜索功能升级

在2021年3月，它平均每日处理的搜寻量达98,629,221宗。

ChatGLM3 搜索

图片拖拽神器DragGAN介绍及官方安装文档说明

鉴别器阶段通常用于评价生成图像的质量，并调整条件生成阶段以提高生成图像的质量。

开源

RPA机器人实现网页自动翻页功能

3.可扩展性：可以根据需求快速扩展机器人数量，适应业务的变化和增长。

RPA 自动

Stability AI推出视频生成模型Stable Video Diffusion

白皮书显示，这两个模型最初在数百万个视频的数据集上进行训练，然后在数十万到百万数量级的较小数据集上进行“微调”。

Video 视频创作 SD

pdf2htmlEX：效果相当好的一个PDF转HTML程序，和原始PDF几乎一模一样。

包含大量公式和数据的学术论文？

PDF转换

GitHub本月榜单：一个数字人技术的“非官方”实现

nnodes=8 --nproc_per_node=8 train.py --config configs/training/train_stage_2.yaml 我们的方法（更密集的姿态控制方案，参数数量仍然很少

AnimateAnyone 人工智能

<...83 84 85 86 87 88 89 909192 >

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2024 AI魔法学院

京ICP备20027199号-1