MODEL-ZOO
CoTracker3点跟踪模型综合指南
CoTracker3 是一种尖端的人工智能模型,专为跟踪视频中多个帧中的点而设计。它适用于 3D 重建、视频编辑甚至动作捕捉等应用。
MODEL-ZOO
CoTracker3 是一种尖端的人工智能模型,专为跟踪视频中多个帧中的点而设计。它适用于 3D 重建、视频编辑甚至动作捕捉等应用。
MODEL-ZOO
Neo4j Text2Cypher模型演示了如何使用 Neo4j Text2Cypher(2024) 数据集微调基础模型来提高 Text2Cypher 任务的性能。
MODEL-ZOO
本文介绍OpenAI Whisper的5个变体以及如何在 Python 中实现它们,并给出性能测试的比较结果。
MODEL-ZOO
最近,我对 Qwen2-VL-2B 进行了微调,我的目标是使用此模型从车辆铭牌和底盘图像中提取所需的信息 (OCR)。
MODEL-ZOO
虚拟试穿技术是电子商务和时尚领域的一项前沿创新,它允许客户在不实际穿着的情况下尝试虚拟服装、配饰、化妆品或其他时尚元素。OTDiffusion是一种基于 LDM 的新方法。
MODEL-ZOO
本文介绍如何使用Transformers库微调Idefics-2视觉大模型,来应对视觉问答任务。
MODEL-ZOO
PuLID是一种创新的非调整身份定制方法,提供对面部特征和身份特征的前所未有的控制。
MODEL-ZOO
MiniCPM-V 是一系列高效的 MLLM,旨在在手机和个人电脑等端侧设备上运行,使其成为各种 AI 应用程序的强大工具。
MODEL-ZOO
Ultravox 是一种新型多模态 LLM,可以理解文本和人类语音,而无需单独的音频语音识别 (ASR) 阶段。
MODEL-ZOO
Omnivision 是一个紧凑的、不到1B (968M)参数 的多模态模型,用于处理视觉和文本输入,针对边缘设备进行了优化。
MODEL-ZOO
本文介绍如何在Continue代码助手的开发数据记录基础上,使用 Unsloth 微调Qwen2.5-Coder 7B模型,以完善其代码自动完成能力。
MODEL-ZOO
得益于通过 ollama 和 CodeGPT 的集成,Qwen2.5-Coder 模型现已可供直接下载并在 VS Code 中使用。