编解码

首页 标签 编解码
# 编解码 #
关注
17217内容
|
10天前
|
YOLOv11改进策略【Neck】| BiFPN:双向特征金字塔网络-跨尺度连接和加权特征融合
YOLOv11改进策略【Neck】| BiFPN:双向特征金字塔网络-跨尺度连接和加权特征融合
|
10天前
|
YOLOv11改进策略【Neck】| ArXiv 2023,基于U - Net v2中的的高效特征融合模块:SDI(Semantics and Detail Infusion)
YOLOv11改进策略【Neck】| ArXiv 2023,基于U - Net v2中的的高效特征融合模块:SDI(Semantics and Detail Infusion)
|
10天前
|
YOLOv11改进策略【Head】| 增加针对 大目标 的检测层 (四个检测头)
YOLOv11改进策略【Head】| 增加针对 大目标 的检测层 (四个检测头)
|
10天前
|
YOLOv11改进策略【注意力机制篇】| WACV-2024 D-LKA 可变形的大核注意 针对大尺度、不规则的目标图像
YOLOv11改进策略【注意力机制篇】| WACV-2024 D-LKA 可变形的大核注意 针对大尺度、不规则的目标图像
|
10天前
|
YOLOv11改进策略【注意力机制篇】| CVPR-2023 FSAS 基于频域的自注意力求解器 结合频域计算和卷积操作 降低噪声影响
YOLOv11改进策略【注意力机制篇】| CVPR-2023 FSAS 基于频域的自注意力求解器 结合频域计算和卷积操作 降低噪声影响
|
10天前
|
YOLOv11改进策略【注意力机制篇】| CVPRW-2024 分层互补注意力混合层 H-RAMi 针对低质量图像的特征提取模块
YOLOv11改进策略【注意力机制篇】| CVPRW-2024 分层互补注意力混合层 H-RAMi 针对低质量图像的特征提取模块
|
10天前
|
YOLOv11改进策略【注意力机制篇】| Mixed Local Channel Attention (MLCA) 同时融合通道、空间、局部信息和全局信息的新型注意力
YOLOv11改进策略【注意力机制篇】| Mixed Local Channel Attention (MLCA) 同时融合通道、空间、局部信息和全局信息的新型注意力
OCRmyPDF:16.5K Star!快速将 PDF 文件转换为可搜索、可复制的文档的命令行工具
OCRmyPDF 是一款开源命令行工具,专为将扫描的 PDF 文件转换为可搜索、可复制的文档。支持多语言、图像优化和多核处理。
|
11天前
|
《解锁GANs黑科技:打造影视游戏的逼真3D模型》
在游戏与影视制作中,逼真的3D模型是构建沉浸式虚拟世界的关键。生成对抗网络(GANs)通过生成器和判别器的对抗训练,高效生成高逼真度的3D模型。生成器将随机噪声转化为3D模型,判别器则辨别真假模型,二者相互优化。充足且优质的数据、多尺度训练及结合NeRF等技术,进一步提升模型质量。尽管面临细节不足等挑战,GANs的未来发展潜力巨大,有望为虚拟世界带来更精彩的视觉体验。
|
11天前
|
《AI “造脸术”:生成对抗网络打造超真实虚拟人脸》
生成对抗网络(GANs)通过生成器和判别器的对抗训练,从随机噪声中生成高度真实感的虚拟人脸。生成器逐步优化图像生成,判别器不断提升辨别能力,最终生成逼真的人脸图像。GANs在影视、游戏和虚拟现实等领域广泛应用,为虚拟角色塑造和个性化定制提供了强大支持。未来,随着技术进步,GANs有望进一步提升生成质量与多样性,推动虚拟人脸技术迈向新高度。
免费试用