文章列表-AI魔法学院

文章列表

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

身体姿态估计旨在识别出给定图像中人或者动物实例身体的关键点，除了典型的身体骨骼关键点，还可以包括手、脚、脸部等关键点，是计算机视觉领域的基本任务之一。

ViTPose+Transformer 身体姿态

openpose原理及安装教程（姿态识别）

OpenPose是一个用于实时多人姿态估计的开源库，它可以检测图像或视频中的人体关键点，并且能够识别不同的身体部位和动作。

行为识别姿态识别

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

前言说起业务落地级别的姿态估计算法方案，大家基本上的共识都是top-down范式，也就是det+pose的形式，先由一个轻量级的目标检测模型提供bbox，再依次送入pose模型进行单人姿态估计

MoveNet-SinglePose Google 模型

知识树：一个方法，教你构建「终身知识体系」

但是突然有一天，我惊出了一身冷汗。

大模型

一文彻底搞懂多模态 - 多模态推理

多模态推理多模态推理涉及至少两种不同的感知模态，最常见的是视觉和语言。

多模态推理大模型

Stable Diffusion

Stable Diffusion基础：ControlNet之身份标识

本文给大家分享一个新的ControlNet类型：Instant ID，翻译为身份标识，核心能力是由国内的小红书团队开发的。

ControlNet 文生图

让你不怕任何事的3个顶级思维（建议收藏）

先把你的心，从杆上撑过去，你的身子就一定能过去。

灰度思维减法思维

探秘制作艺术二维码的新姿势

1、ControlNet Unit0设置上传基础图片，并启用ControlNet，这个ControlNet的作用是控制人物的姿势。

图像文字

Coze多智能体（Multi-Agents）模式体验！

多智能体（Multi-Agents）和单智能体（Agent）有什么区别？

Coze 多智能体

通过声音生成逼真的全身形象？！Meta开源AI工具：audio2photoreal

这个项目的目标是通过音频驱动，生成高质量的人脸和身体动画，从而实现人物的完整呈现。

audio2photoreal 开源工具

你的AI还在睡觉？33条Prompts让它瞬间变身超能力团队！

考虑诸如照明、噪音水平、人体工程学以及必要的工具或资源等方面。"

提示词

Agent具体实现

ensp; · 可能感觉有解决的方法，但不能确定具体的每一步方法

Agent 大模型

OCR的终极解法——传统算法VS多模态大模型

同样的如果是身份证这些有固定格式类型的，确实通过规则匹配抽取出我们想要的关键信息。

OCR 大模型文字识别

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

在主流的多模态任务评测和多模态聊天能力评测中，Qwen-VL取得了远超同等规模通用模型的表现。

大模型

大模型能力评估体系

10多家国内外多家调研机构、权威媒体和高校等发布大模型评测报告，包括新华社研究院中国企业发展研究中心发布的《人工智能大模型体验报告2.0》、天津大学和信创海河实验室发布的《大模型评测报告》、国际数据公司

大模型评估

<12 3 4 5 6 7 8 9 10 ...>

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