AI 助理
文档备案控制台

图像识别

首页 标签 图像识别
# 图像识别 #
关注
1221内容
相关子社区
ModelScope模型即服务
14973内容 6活动 3892关注
最新 热门 文章 问答 视频 训练营 活动
蚝油菜花
|
9月前
|
博文
|
来自： ModelScope模型即服务
这个AI能把PSD变视频！人物/场景/道具任意组合！SkyReels-A2：昆仑万维推出的可控多元素视频生成框架
SkyReels-A2是昆仑万维推出的创新视频生成框架，通过扩散模型和图像-文本联合嵌入技术，实现多元素精准组合与高质量视频输出。
# 图像识别 # 人工智能 # 调度 # UED # 异构计算
Deephub
|
博文
|
来自： ModelScope模型即服务
可以提高你的图像识别模型准确率的7个技巧
可以提高你的图像识别模型准确率的7个技巧
# 图像识别 # 视觉智能开放平台 # 机器学习/深度学习 # 编解码 # 自然语言处理 # 算法 # 决策智能 # 计算机视觉
AI研究者手札
|
博文
|
来自： 视觉智能
探索阿里云智能图像识别服务(AIGC)的前沿技术
探索阿里云智能图像识别服务(AIGC)的前沿技术
# 图像识别 # 视觉智能开放平台 # 机器学习/深度学习 # 人工智能 # 分布式计算 # 监控 # 自动驾驶 # 算法 # 安全 # 搜索推荐 # 计算机视觉 # UED
路人贾jia
|
博文
经典神经网络论文超详细解读（二）——VGGNet学习笔记（翻译＋精读）
经典神经网络论文超详细解读（二）——VGGNet学习笔记（翻译＋精读）
# GPU云服务器 # 图像识别 # 函数计算 # 机器学习/深度学习 # 编解码 # 算法框架/工具 # 计算机视觉 # 异构计算
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
AgiBot World：智元机器人开源百万真机数据集，数据集涵盖了日常生活所需的绝大多数动作
AgiBot World 是智元机器人开源的百万真机数据集，旨在推动具身智能的发展，覆盖家居、餐饮、工业等五大核心场景。
# 图像识别 # 数据采集 # 传感器 # 人工智能 # 机器人
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
FlexRAG：不再局限于文本的 RAG！中科院开源多模态 RAG 助手，支持多数据类型、上下文压缩和多种检索器类型
FlexRAG 是中科院推出的高性能多模态 RAG 框架，支持多数据类型、上下文压缩和多模态数据处理，显著提升生成模型的表现。
# 图像识别 # 人工智能 # 自然语言处理 # 数据处理 # 数据格式 # 索引
蚝油菜花
|
10月前
|
博文
|
来自： ModelScope模型即服务
NotaGen：中央音乐学院联合清华推出AI音乐生成模型，古典乐谱一键生成，音乐性接近人类！
NotaGen 是由中央音乐学院、北京航空航天大学、清华大学等机构联合推出的音乐生成模型，基于模仿大型语言模型的训练范式，能够生成高质量的古典乐谱。该模型通过预训练、微调和强化学习相结合的方式，显著提升了符号音乐生成的艺术性和可控性。
# 图像识别 # 机器学习/深度学习 # 人工智能 # 并行计算 # 算法 # PyTorch
蚝油菜花
|
10月前
|
博文
|
来自： ModelScope模型即服务
AudioX：颠覆创作！多模态AI一键生成电影级音效+配乐，耳朵的终极盛宴
AudioX 是香港科技大学和月之暗面联合推出的扩散变换器模型，能够从文本、视频、图像等多种模态生成高质量音频和音乐，具备强大的跨模态学习能力和泛化能力。
# 图像识别 # 人工智能 # 自然语言处理
蚝油菜花
|
10月前
|
博文
|
来自： ModelScope模型即服务
Mistral Small 3.1：240亿参数多模态黑马！128k长文本+图像分析，推理速度150token/秒
Mistral Small 3.1 是 Mistral AI 开源的多模态人工智能模型，具备 240 亿参数，支持文本和图像处理，推理速度快，适合多种应用场景。
# 图像识别 # 人工智能 # 缓存 # Apache # 计算机视觉 # 开发者
蚝油菜花
|
9月前
|
博文
|
来自： ModelScope模型即服务
AI对话像真人！交交：上海交大推出全球首个口语对话情感大模型，支持多语言与实时音色克隆
上海交通大学推出的交交是全球首个纯学术界自研的口语对话情感大模型，具备多语言交流、方言理解、角色扮演和情感互动等能力，通过创新技术实现端到端语音对话和实时音色克隆。
# 图像识别 # 人工智能 # 自然语言处理 # 搜索推荐 # 机器人
免费试用