- 初识ComfyUI
ComfyUI 是GUI的一种，是基于节点工作的用户界面，主要用于操作图像的生成技术，ComfyUI 的特别之处在于它采用了一种模块化的设计，把图像生成的过程分解成了许多小的步骤，每个步骤都是一个节点。这些节点可以连接起来形成一个工作流程，这样用户就可以根据需要定制自己的图像生成过程。其图片生成流程如下图
- 20分钟速通安装ComfyUI
教程链接：https://linklearner.com/activity/14/10/37 - 浅尝ComfyUI工作流
执行流程的教程示例：
3.1. 这里的Lora是我们Task1微调训练出来的文件
3.2. 地址是：/mnt/workspace/models/lightning_logs/version_0/checkpoints/epoch=0-step=500.ckpt
Datawhale X 魔搭 AI夏令营task 3笔记
2024-08-16
69
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
Datawhale X 魔搭 AI夏令营task 3笔记
相关文章
|
2月前
|
人工智能
前端开发
关系型数据库
|
6月前
|
人工智能
测试技术
API
AI计算机视觉笔记二十 九：yolov10竹签模型，自动数竹签
本文介绍了如何在AutoDL平台上搭建YOLOv10环境并进行竹签检测与计数。首先从官网下载YOLOv10源码并创建虚拟环境，安装依赖库。接着通过官方模型测试环境是否正常工作。然后下载自定义数据集并配置`mycoco128.yaml`文件，使用`yolo detect train`命令或Python代码进行训练。最后，通过命令行或API调用测试训练结果，并展示竹签计数功能。如需转载，请注明原文出处。
347
4
4
|
6月前
|
JSON
人工智能
数据格式
AI计算机视觉笔记二十六：YOLOV8自训练关键点检测
本文档详细记录了使用YOLOv8训练关键点检测模型的过程。首先通过清华源安装YOLOv8，并验证安装。接着通过示例权重文件与测试图片`bus.jpg`演示预测流程。为准备训练数据，文档介绍了如何使用`labelme`标注工具进行关键点标注，并提供了一个Python脚本`labelme2yolo.py`将标注结果从JSON格式转换为YOLO所需的TXT格式。随后，通过Jupyter Notebook可视化标注结果确保准确性。最后，文档展示了如何组织数据集目录结构，并提供了训练与测试代码示例，包括配置文件`smoke.yaml`及训练脚本`train.py`，帮助读者完成自定义模型的训练与评估。
1045
2
3
|
2月前
|
人工智能
物联网
|
3月前
|
人工智能
自然语言处理
搜索推荐
Open Notebook：开源 AI 笔记工具，支持多种文件格式，自动转播客和生成总结，集成搜索引擎等功能
Open Notebook 是一款开源的 AI 笔记工具，支持多格式笔记管理，并能自动将笔记转换为博客或播客，适用于学术研究、教育、企业知识管理等多个场景。
261
0
0
|
6月前
|
人工智能
物联网
开发者
|
6月前
|
机器学习/深度学习
人工智能
PyTorch
AI计算机视觉笔记三十二：LPRNet车牌识别
LPRNet是一种基于Pytorch的高性能、轻量级车牌识别框架，适用于中国及其他国家的车牌识别。该网络无需对字符进行预分割，采用端到端的轻量化设计，结合了squeezenet和inception的思想。其创新点在于去除了RNN，仅使用CNN与CTC Loss，并通过特定的卷积模块提取上下文信息。环境配置包括使用CPU开发板和Autodl训练环境。训练和测试过程需搭建虚拟环境并安装相关依赖，执行训练和测试脚本时可能遇到若干错误，需相应调整代码以确保正确运行。使用官方模型可获得较高的识别准确率，自行训练时建议增加训练轮数以提升效果。
511
4
4
|
6月前
|
人工智能
开发工具
计算机视觉
AI计算机视觉笔记三十：yolov8_obb旋转框训练
本文介绍了如何使用AUTODL环境搭建YOLOv8-obb的训练流程。首先创建虚拟环境并激活，然后通过指定清华源安装ultralytics库。接着下载YOLOv8源码，并使用指定命令开始训练，过程中可能会下载yolov8n.pt文件。训练完成后，可使用相应命令进行预测测试。
429
4
4
|
6月前
|
传感器
人工智能
算法
AI计算机视觉笔记二十七：YOLOV8实现目标追踪
本文介绍了使用YOLOv8实现人员检测与追踪的方法。通过为每个人员分配唯一ID，实现持续追踪，并可统计人数，适用于小区或办公楼出入管理。首先解释了目标检测与追踪的区别，接着详细描述了使用匈牙利算法和卡尔曼滤波实现目标关联的过程。文章提供了基于IOU实现追踪的具体步骤，包括环境搭建、模型加载及追踪逻辑实现。通过示例代码展示了如何使用YOLOv8进行实时视频处理，并实现人员追踪功能。测试结果显示，该方法在实际场景中具有较好的应用潜力。
594
4
4
|
6月前
|
人工智能
并行计算
测试技术
AI计算机视觉笔记三十一：基于UNetMultiLane的多车道线等识别
该项目基于开源数据集 VIL100 实现了 UNetMultiLane，用于多车道线及车道线类型的识别。数据集中标注了六个车道的车道线及其类型。项目详细记录了从环境搭建到模型训练与测试的全过程，并提供了在 CPU 上进行训练和 ONNX 转换的代码示例。训练过程约需 4 小时完成 50 个 epoch。此外，还实现了视频检测功能，可在视频中实时识别车道线及其类型。
154
3
3
热门文章
最新文章
1
Manus：或将成为AI Agent领域的标杆
2
DeepSeek加持的通义灵码2.0 AI程序员实战案例：助力嵌入式开发中的算法生成革新
3
AI性能极致体验：通过阿里云平台高效调用满血版DeepSeek-R1模型
4
全程不用写代码，我用AI程序员写了一个飞机大战
5
Trae 接入 Claude 3.7：AI 编程工具界的“卷王”，完全免费使用！
6
从零开始即刻拥有 DeepSeek-R1 满血版并使用 Dify 部署 AI 应用
7
阿里开源AI视频生成大模型 Wan2.1：14B性能超越Sora、Luma等模型，一键生成复杂运动视频
8
Lindorm作为AI搜索基础设施，助力Kimi智能助手升级搜索体验
9
【重磅发布】 免费领取阿里云百炼AI大模型100万Tokens教程出炉，API接口实战操作，DeepSeek-R1满血版即刻体验!
10
宜搭融合 DeepSeek R1 满血版！手把手教你玩转低代码 AI 产品
1
2025年AI客服机器人推荐：核心能力与实际场景应用分析
29
2
AI概率学预测足球大小球让球数据分析
14
3
AI直播销售奇迹：00后DeepSeek的3.3亿真相探究
16
4
AI双轨革命：DeepSeek与Manus
16
5
弹性算力革命：企业级GPU云服务如何重构AI与图形处理的效能边界
12
6
DeepSeek告诉你眼中不会被AI替代的职业，打工人可以这样华丽转型
17
7
不必过于焦虑被AI替代：与生成式AI共舞，拓展职业新边界
10
8
AI大模型：职业教育在探索中的新航标
11
9
小鹏汽车选用阿里云PolarDB，开启AI大模型训练新时代
22
10
AI前行需创新驱动，也要伦理护航：探索生成式人工智能的未来之路
14