勋章
我关注的人
粉丝
技术能力
暂时未有相关云产品技术能力~
暂无个人介绍
-
发表了文章 2024-06-28
【AI落地应用实战】如何让扫描工具更会思考——智能高清滤镜2.0实战测评
扫描全能王的智能高清滤镜2.0利用深度学习技术解决文档图像处理难题，如透字、阴影、褶皱、手指遮挡等问题。它采用自适应感知技术，识别并处理不同元素，同时结合多尺度感知融合方法，提升图像清晰度。实测显示，滤镜在曲面书籍、摩尔纹屏幕、透字文档和光线不均的图画等场景下表现优秀，能智能地适应和优化复杂条件下的扫描效果，提高了文档扫描的效率和质量。
-
发表了文章 2024-05-29
Ownips+Coze海外社媒数据分析实战指南
本文介绍了在社交媒体数据采集和分析中的实践方法，特别强调了使用IPS代理的重要性。社交媒体如Twitter、Facebook等提供了丰富的数据资源。文章推荐了Ownips，这是一家提供高质量静态ISP代理服务的公司，用户可以选择需要的地区IP，并通过API或账号定向访问配置使用。 文章通过一个Twitter趋势数据采集的案例，展示了如何利用Ownips代理IP和Python的requests库以及BeautifulSoup解析HTML来获取和解析数据。此外，文章还提到了如何在Coze平台上创建数据采集插件和Twitter Bot，以实现自动化和智能化的数据分析。
-
发表了文章 2024-05-22
【LLM落地应用实战】LLM + TextIn文档解析技术实测
文档解析技术是从这些海量且复杂的数据中高效准确地提取有价值信息的关键。它从输入文档图像开始，经过图像处理、版面分析、内容识别和语义理解等流程，最终输出结构化电子文档或语义信息。通过文档解析技术，我们能够深入理解文档的结构、内容和主题，使得信息更易于检索、分析和利用。
-
发表了文章 2024-04-23
文本向量化模型新突破——acge_text_embedding勇夺C-MTEB榜首
在人工智能的浪潮中，大型语言模型（LLM）无疑是最引人注目的潮头。在支撑这些大型语言模型应用落地方面，文本向量化模型（Embedding Model）的重要性也不言而喻。 近期，我在浏览huggingface发现，国产自研文本向量化模型acge_text_embedding（以下简称“acge模型”）已经在业界权威的中文语义向量评测基准C-MTEB（Chinese Massive Text Embedding Benchmark）中获得了第一名。
-
发表了文章 2024-04-15
每帧纵享丝滑——ToDesk云电脑、网易云游戏、无影云评测分析及ComfyUI部署
作为一种新兴的虚拟电脑服务方式，云电脑将传统电脑的计算、存储和应用服务等功能迁移到云端，打破了传统电脑的物理限制，通过云端连接，即可享受到高效、稳定的资源与服务，为人们提供了更加灵活、便捷、安全的工作与娱乐模式。 今天，本篇文章将带来ToDesk云电脑、网易云游戏、无影云三款云电脑的性能测评、AIGC科研测评和软件应用实测分析。
-
发表了文章 2024-01-05
【2023 CSIG垂直领域大模型】大模型时代，如何完成IDP智能文档处理领域的OCR大一统？
2023年12月28-31日，由中国图象图形学学会主办的第十九届CSIG青年科学家会议在中国广州隆重召开，会议吸引了学术界和企业界专家与青年学者，会议面向国际学术前沿与国家战略需求，聚焦最新前沿技术和热点领域，共同探讨图象图形学领域的前沿问题，分享最新的研究成果和创新观点，在垂直领域大模型专场，合合信息智能技术平台事业部副总经理、高级工程师丁凯博士为我们带来了《文档图像大模型的思考与探索》主题报告。
-
发表了文章 2023-08-18
【新知测评实验室】解谜扫描全能王——“智能高清滤镜”黑科技
扫描技术已经被广泛应用于如办公（文件、名片、发票）、学习（笔记、试卷）、个人生活（证件、照片）、商务（收据、发票）、法律（合同、证据）等等各个领域。然而，现实图像中常常会出现一系列模糊、阴暗、褶皱、污渍、光线、透字等问题，如下面是一张很常见的笔记照片，照片中的褶皱和版面弯曲严重影响了图像质量和可读性，经过传统扫描工具如打印机、扫描仪扫描后仍然难以到达实用性和可用性。近期，合合信息旗下扫描全能王全新上线了一款“智能高清滤镜”黑科技，。本篇文章将对此一探究竟，从深层原理和测试对比来揭开其神秘面纱。
-
发表了文章 2023-08-03
大模型时代下，算法工程师该何去何从？
大模型时代的到来，将算法工程师的职业发展带入了全新的境地。在这个浩瀚的数据海洋中，算法工程师们面临着前所未有的挑战和机遇。不久前，合合信息举办了一场《》的直播活动，智能技术平台事业部副总经理、高级工程师丁凯博士分享了。这段深度探讨不仅让我对算法工程师的未来有了更清晰的认识，也启发了我对自身职业发展的思考。接下来，我将分享这次讨论的精彩内容，希望能够为同学们提供一些有益的启示与思考。
-
发表了文章 2023-07-15
WAIC2023| AIGC究竟在向善还是向恶而行？
随着数字图像处理技术的发展和以ChatGPTMidjourney等为代表的AIGC产品的爆火，各种数字图像编辑处理软件和生成式模型正在变得越来越强大，普通用户已经可以方便地对图像进行绘制、编辑和篡改，这些技术和软件在带来便利的同时，也使得用户更容易伪造或篡改数字图像而不留痕迹，人工智能生成内容以假乱真、数据泄露以及侵权的风险被进一步放大。
-
发表了文章 2023-06-17
【技术新趋势】面向图像文档的版面智能分析与理解
在OCR系统中，纸质文档被相机拍摄成文档图像后，首先要进行版面分析、版面理解，之后才能正式数字化为电子文档。本篇文章将关注面向文档图像的版面分析与理解方向，并讨论这些任务的目前的优秀技术和方法。
-
发表了文章 2023-05-18
CCIG 2023 从视觉-语言模型到智能文档图像处理
最近，中国图像图形大会（CCIG 2023）在苏州成功结束。本次大会以“图像图形·向未来”为主题，由中国科学技术协会指导，中国图像图形学学会主办，苏州科技大学承办。
-
发表了文章 2023-05-10
从模式识别到图像文档分析——浅析场景文本识别研究
文本检测领域经历了从水平文字检测到多方向文字检测再到任意形状文字检测这样越来越有挑战性的应用场景转变。 在复杂场景下，由于光照、遮挡等因素的影响，图像中的文本经常会出现模糊、失真、变形等问题；其次，文本与背景之间偶尔存在相似度较高的情况，文字颜色和背景颜色相近或者噪点过多等情况会严重干扰文本的准确识别；此外，在某些场景下（如手写体、印章、二维码等），不同于常规字体的字形特征也会增加识别难度。复杂场景下的文本识别依然是目前难以解决的问题。
-
发表了文章 2023-04-13
Stable Diffusion复现——基于 Amazon SageMaker 搭建文本生成图像模型
众所周知，Stable Diffusion扩散模型的训练和推理非常消耗显卡资源，我之前也是因为资源原因一直没有复现成功。 而最近我在网上搜索发现，亚马逊云科技最近推出了一个【云上探索实验室】刚好有复现Stable Diffusion的活动，其使用亚马逊AWS提供的Amazon SageMaker机器学习平台，为快速构建、训练和部署机器学习模型提供了许多便利的工具和服务，我也是深入体验了一番。
-
发表了文章 2023-03-29
探寻人工智能前沿 迎接AIGC时代——CSIG企业行（附一些好玩的创新点）
上周我有幸参加了由中国图像图形学会和合合信息共同举办的CSIG企业行活动。 这次活动邀请了多位来自图像描述与视觉问答、图文公式识别、自然语言处理、生成式视觉等领域的学者，他们分享了各自的研究成果和经验，并与现场观众进行了深入的交流和探讨。干货多多，感悟多多，在这里分享此次的收获给大家。
-
发表了文章 2023-03-14
ChatGPT背后的技术和多模态异构数据处理的未来展望——我与一位资深工程师的走心探讨
上周，我和一位从业三十余年的工程师聊到ChatGPT。 作为一名人工智能领域研究者，我也一直对对话式大型语言模型非常感兴趣，在讨论中，我向他解释这个技术时，他瞬间被其中惊人之处所吸引🙌，我们深入探讨了ChatGPT的关键技术，他对我所说的内容产生了浓厚的兴趣，我们开始交流并分享了各自的经验。我发现，与这位资深工程师的讨论不仅加深了我的理解，也让我更加了解了这项技术的前沿发展🌱。 后续我也下面我将分享一些我在与工程师的讨论中和自己学习中所了解的ChatGPT的关键技术，希望对您有所帮助。
-
发表了文章 2022-08-23
解决方案：炼丹师养成计划 Pytorch+DeepLearning遇见的各种报错与踩坑避坑记录（二）
解决方案：炼丹师养成计划 Pytorch+DeepLearning遇见的各种报错与踩坑避坑记录（二）
-
发表了文章 2022-08-23
【数据挖掘】使用移动平均预测道琼斯、纳斯达克、标准普尔指数——Python中的基本数据操作和可视化
本文将使用简单移动平均预测道琼斯、纳斯达克、标准普尔指数。 作为技术分析中⼀种分析时间序列的常⽤⼯具，常被应⽤于股票价格序列。移动平均可过滤⾼频噪声，反映出中⻓期低频趋势，辅助投资者做出投资判断。
-
发表了文章 2022-08-23
ViTGAN：用视觉Transformer训练生成性对抗网络 Training GANs with Vision Transformers
ViTGAN是加州大学圣迭戈分校与 Google Research提出的一种用视觉Transformer来训练GAN的模型。该论文已被NIPS（Conference and Workshop on Neural Information Processing Systems，计算机人工智能领域A类会议）录用，文章发表于2021年10月。 论文地址：https://arxiv.org/abs/2107.04589 代码地址：https://github.com/teodorToshkov/ViTGAN-pytorch 本博客是精读这篇论文的报告，包含一些个人理解、知识拓展和总结。
-
发表了文章 2022-08-23
Text to image论文精读SSA-GAN：基于语义空间感知的文本图像生成 Text to Image Generation with Semantic-Spatial Aware GAN
Semantic-Spatial Aware GAN提出了一种新的语义空间感知GAN框架，文章发表于2021年10月。 论文地址：https://arxiv.org/pdf/2104.00567v3.pdf 代码地址：https://github.com/wtliao/text2image 本博客是精读这篇论文的报告，包含一些个人理解、知识拓展和总结。
-
发表了文章 2022-08-23
三种能有效融合文本和图像信息的方法——特征拼接、跨模态注意、条件批量归一化
三种能有效融合文本和图像信息的方法——特征拼接、跨模态注意、条件批量归一化
-
发表了文章 2022-08-23
2022年最新文本生成图像研究 开源工作速览（Papers with code）
2022年最新文本生成图像研究 开源工作速览（Papers with code）
-
发表了文章 2022-08-23
Text to image论文精读DF-GAN：A Simple and Effective Baseline for Text-to-Image Synthesis一种简单有效的文本生成图像基准模型
DF-GAN是南京邮电大学、苏黎世联邦理工学院、武汉大学等学者共同研究开发的一款简单且有效的文本生成图像模型。该论文已被CVPR 2022 Oral录用，文章最初发表于2020年8月，最后v3版本修订于22年3月 。 论文地址：https://arxiv.org/abs/2008.05865 代码地址：https://github.com/tobran/DF-GAN 本博客是精读这篇论文的报告，包含一些个人理解、知识拓展和总结。
-
发表了文章 2022-08-23
解决方案：炼丹师养成计划 Pytorch+DeepLearning遇见的各种报错与踩坑避坑记录（一）
解决方案：炼丹师养成计划 Pytorch+DeepLearning遇见的各种报错与踩坑避坑记录（一）
-
发表了文章 2022-08-23
解决方案：Springboot+Vue3+Mybatis+Axios 前后端分离项目中 遇见的若干报错和踩坑避坑（二）
解决方案：Springboot+Vue3+Mybatis+Axios 前后端分离项目中 遇见的若干报错和踩坑避坑（二）
-
发表了文章 2022-08-23
Text to Image 文本生成图像定量评价指标分析笔记 Metric Value总结 IS、FID、R-prec等
Text to Image 文本生成图像定量评价指标分析笔记 Metric Value总结 IS、FID、R-prec等
-
发表了文章 2022-08-23
TransGAN代码复现—九天毕昇平台
TransGAN是UT-Austin、加州大学、 IBM研究院的华人博士生构建了一个只使用纯 transformer 架构、完全没有卷积的 GAN，并将其命名为 TransGAN。 论文地址：https://arxiv.org/abs/2102.07074 论文精读：论文精读 TransGAN 代码地址：https://github.com/VITA-Group/TransGAN 本篇博文是利用中国移动的九天毕昇平台复现TransGAN的博文。
-
发表了文章 2022-08-23
论文精读 TransGAN:两个纯粹的Transformer可以组成一个强大的GAN（TransGAN：Two Pure Transformers Can Make One Strong GAN）
TransGAN是UT-Austin、加州大学、 IBM研究院的华人博士生构建了一个只使用纯 transformer 架构、完全没有卷积的 GAN，并将其命名为 TransGAN。该论文已被NeruIPS（Conference and Workshop on Neural Information Processing Systems，计算机人工智能领域A类会议）录用，文章发表于2021年12月。 该文章旨在仅使用Transformer网络设计GAN。Can we build a strong GAN completely free of convolutions? 论文地址：https://
-
发表了文章 2022-08-23
从零开始搭建Springboot+JPA后台
从零开始搭建Springboot+JPA后台
-
发表了文章 2022-08-23
Transformer之十万个为什么？
这篇博文主要结合个人理解和思考，通过整理和自己的解释列出关于Transformer的部分重要问题（持续更新），看完后会对Transformer有个更好的理解。
-
发表了文章 2022-08-23
解决方案：Missing URI template variable ‘userName‘ for method parameter of type String
解决方案：Missing URI template variable ‘userName‘ for method parameter of type String
-
发表了文章 2022-08-23
横扫NLP 脚踏CV界的Transformer到底是什么？ 为什么Work？深入浅出零基础通俗理解Transformer及其代码实现
Transformer 模型在近几年来横扫 NLP 领域并获得大量好评，在分类、检测等任务上展现了极其强劲的性能。另一方面其在计算机视觉领域也带来了革命性提升，而且骨干网络上的发展也推动了下游任务的发展，可以说Transformer已经引起了学术界的广泛关注，有越来越多的研究人员投入其中。 Transformer是谷歌在2017年发表的论文Attention Is All You Need中提出的一种seq2seq模型，首先是在自然语言处理方面应用。
-
发表了文章 2022-08-23
解决方案：Springboot+Vue3+Mybatis+Axios 前后端分离项目中 遇见的若干报错和踩坑避坑（一）
Springboot+Vue3+Mybatis+Axios 前后端分离项目中 遇见的若干报错和踩坑避坑
-
发表了文章 2022-08-23
解决方案：记录一下Date类型在传值时遇见的若干坑（String类型转为Date类型、mysql的表设置、UTC的设置）
解决方案：记录一下Date类型在传值时遇见的若干坑（String类型转为Date类型、mysql的表设置、UTC的设置）
-
发表了文章 2022-08-23
解决方案 --[restartedMain] o.s.b.d.LoggingFailureAnalysisReporter :
Error starting ApplicationContext. To display the conditions report re-run your application with 'debug' enabled. ERROR 9680 --- [ restartedMain] o.s.b.d.LoggingFailureAnalysisReporter
-
发表了文章 2022-08-23
Vue—表单的输入绑定，绑定Vue3表单的输入
Vue—表单的输入绑定，绑定Vue3表单的输入
-
发表了文章 2022-08-23
Text to image论文精读CogView: Mastering Text-to-Image Generation via Transformers(通过Transformer控制文本生成图像)
CogView是清华大学和阿里巴巴达摩院共同研究开发的一款用Transformer来控制文本生成图像的模型。该论文已被NIPS（Conference and Workshop on Neural Information Processing Systems，计算机人工智能领域A类会议）录用，文章发表于2021年10月。 论文地址：https://arxiv.org/pdf/2105.13290v3.pdf 代码地址：https://github.com/THUDM/CogView 本博客是精读这篇论文的报告，包含一些个人理解、知识拓展和总结。
-
发表了文章 2022-08-23
Vue—计算属性和监听属性 computed和watch的区别
Vue—计算属性和监听属性 computed和watch的区别
-
发表了文章 2022-08-23
Vue—怎样使用组件，组件基础
组件是带有名称的可复用实例。 组件可以扩展 HTML 元素，封装可重用的代码。组件系统让我们可以用独立可复用的小组件来构建大型应用，几乎任意类型的应用的界面都可以抽象为一个组件树
-
发表了文章 2022-08-23
Vue循环语句的若干用法
Vue循环语句的若干用法
-
发表了文章 2022-08-23
Vue—怎样编写代码，Vue3的基本语法
本章我们将学习Vue的基本语法，着重学习如何编写代码 Vue.js 使用了基于 HTML 的模板语法，允许开发者声明式地将 DOM 绑定至底层组件实例的数据。所有 Vue.js 的模板都是合法的 HTML，所以能被遵循规范的浏览器和 HTML 解析器解析。Vue 的核心是一个允许你采用简洁的模板语法来声明式的将数据渲染进 DOM 的系统。
-
发表了文章 2022-08-23
Vue—什么是Vue，怎样配置和搭建Vue3项目
Vue 是一套用于构建用户界面的渐进式框架。 与其它大型框架不同的是，Vue 被设计为可以自底向上逐层应用。Vue 的核心库只关注视图层，不仅易于上手，还便于与第三方库或既有项目整合，另一方面，当与现代化的工具链以及各种支持类库结合使用时，Vue也完全能够为复杂的单页应用提供驱动。
-
发表了文章 2022-08-23
Vue—Vue的项目结构，怎样用Vue3进行开发，如何起步Vue3
Vue—Vue的项目结构，怎样用Vue3进行开发，如何起步Vue3
-
发表了文章 2022-08-23
Text to image论文精读 MirrorGAN: Learning Text-to-image Generation by Redescription（通过重新描述学习从文本到图像的生成）
MirrorGAN通过学习文本-图像-文本，试图从生成的图像中重新生成文本描述，从而加强保证文本描述和视觉内容的一致性。文章被2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)会议录用。 论文地址：https://arxiv.org/abs/1903.05854 代码地址：https://github.com/qiaott/MirrorGAN
-
发表了文章 2022-08-23
Text to image论文精读 从菜谱描述自动生成菜肴照片 CookGAN: Causality based Text-to-Image Synthesis（基于因果关系的文本图像合成 ）
文章被2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)会议录用。 论文地址：[https://ieeexplore.ieee.org/document/9157040/citations#citations](https://ieeexplore.ieee.org/document/9157040/citations#citations) CookGAN旨在解决因果关系效应。食物图像的因果演化隐含在一个连续的网络中。 本博客是精读这篇论文的报告，包含一些个人理解、知识拓展和总结。
-
发表了文章 2022-08-23
虎年到，新年用Python与人工智能一起写春节对联 python+pytorch+Transformer+BiLSTM+ATTN+CNN
春联，是我们中国特有的文学形式，是华夏民族过年的重要习俗，春联讲究的是对仗工整、简洁精巧。古往今来，有很多很多千古绝对妙对，无奈我是文化荒漠不会写对联，不如找一个人工智能（障）来帮我一起写写对联吧！
-
发表了文章 2022-08-23
利用谷歌colab跑github代码AttnGAN详细步骤 深度学习实验（colab+pytorch+jupyter+github+AttnGAN）
Google Colab，全名Colaboratory，是由谷歌提供的免费的云平台，可以使用pytorch、keras、tensorflow等框架进行深度学习。其GPU为Tesla T4 GPU，有很强的算力，对于刚入门机器学习或深度学习的用户，这个平台是不二之选。
-
发表了文章 2022-08-23
Text to image论文精读 DM-GAN: Dynamic Memory Generative Adversarial Networks for t2i 用于文本图像合成的动态记忆生成对抗网络
这篇文章提出了动态记忆生成对抗网络（DM-GAN）来生成高质量的图像。该方法可以在初始图像生成不好时，引入动态存储模块来细化模糊图像内容，从而能够从文本描述中更加准确地生成图像。 文章被2019年CVPR（IEEE Conference on Computer Vision and Pattern Recognition）会议收录。 论文地址： https://arxiv.org/abs/1904.01310?context=cs 代码地址： https://github.com/MinfengZhu/DM-GAN
-
发表了文章 2022-08-23
AttnGAN代码复现（详细步骤+避坑指南）文本生成图像
这篇文章是AttnGAN: Fine-Grained TexttoImage Generation with Attention（带有注意的生成对抗网络细化文本到图像生成）的代码复现博文，我边做边写，展示详细步骤、踩坑和debug的过程。 论文地址： https://arxiv.org/pdf/1711.10485.pdf 论文阅读笔记：Text to image论文精读 AttnGAN
-
发表了文章 2022-08-23
PyTorch 深度学习实践 GPU版本B站 刘二大人第11讲卷积神经网络(高级篇)GPU版本
PyTorch 深度学习实践 GPU版本B站 刘二大人第11讲卷积神经网络(高级篇)GPU版本
-
发表了文章 2022-08-23
Text to image论文精读 AttnGAN: Fine-Grained TexttoImage Generation with Attention（带有注意的生成对抗网络细化文本到图像生成）
这篇文章提出了一种注意力生成对抗网络（AttnGAN），它允许注意力驱动、多阶段细化细粒度文本到图像的生成，此外，还提出了一种深度注意多模态相似性模型来计算细粒度图像-文本匹配损失以训练生成器，进而生成更逼真的图像。 文章被2018年CVPR（IEEE Conference on Computer Vision and Pattern Recognition）会议收录。 论文地址： https://arxiv.org/pdf/1711.10485.pdf 代码地址： https://github.com/taoxugit/AttnGAN 本博客是精读这篇论文的报告，包含一些个人理解、知识拓展和
-
发表了文章
2024-10-30
【AI应用落地实战】智能文档处理本地部署——可视化文档解析前端TextIn ParseX实践
-
发表了文章
2024-09-14
内幕！smardaten无代码平台全方位测评，这些细节你绝对想不到！
-
发表了文章
2024-06-28
【AI落地应用实战】如何让扫描工具更会思考——智能高清滤镜2.0实战测评
-
发表了文章
2024-05-29
Ownips+Coze海外社媒数据分析实战指南
-
发表了文章
2024-05-22
【LLM落地应用实战】LLM + TextIn文档解析技术实测
-
发表了文章
2024-05-15
文本向量化模型新突破——acge_text_embedding勇夺C-MTEB榜首
-
发表了文章
2024-05-15
每帧纵享丝滑——ToDesk云电脑、网易云游戏、无影云评测分析及ComfyUI部署
-
发表了文章
2024-05-15
【2023 CSIG垂直领域大模型】大模型时代，如何完成IDP智能文档处理领域的OCR大一统？
-
发表了文章
2023-08-18
【新知测评实验室】解谜扫描全能王——“智能高清滤镜”黑科技
-
发表了文章
2023-08-03
大模型时代下，算法工程师该何去何从？
-
发表了文章
2023-07-15
WAIC2023| AIGC究竟在向善还是向恶而行？
-
发表了文章
2023-06-17
【技术新趋势】面向图像文档的版面智能分析与理解
-
发表了文章
2023-05-18
CCIG 2023 从视觉-语言模型到智能文档图像处理
-
发表了文章
2023-05-10
从模式识别到图像文档分析——浅析场景文本识别研究
-
发表了文章
2023-04-13
Stable Diffusion复现——基于 Amazon SageMaker 搭建文本生成图像模型
-
发表了文章
2023-03-29
探寻人工智能前沿 迎接AIGC时代——CSIG企业行（附一些好玩的创新点）
-
发表了文章
2023-03-14
ChatGPT背后的技术和多模态异构数据处理的未来展望——我与一位资深工程师的走心探讨
-
发表了文章
2022-08-23
解决方案：炼丹师养成计划 Pytorch+DeepLearning遇见的各种报错与踩坑避坑记录（二）
-
发表了文章
2022-08-23
【数据挖掘】使用移动平均预测道琼斯、纳斯达克、标准普尔指数——Python中的基本数据操作和可视化
-
发表了文章
2022-08-23
ViTGAN：用视觉Transformer训练生成性对抗网络 Training GANs with Vision Transformers
