达摩院联合高德发布业界首个多模态地理文本预训练模型MGeo，并在ModelScope社区开源！
达摩院联合高德发布业界首个多模态地理文本预训练模型MGeo，并在ModelScope社区开源！
图像（目标）检测入门理论课程
提到目标检测，不得不提到图像分类。 图像分类也是非常基础的工作，它是以一张图片作为输入，输出图片包含的物体类别以及分数。分数指有多大的置信度认为它是某一个类别。 目标检测任务相对于图像任务更进了一步，它会针对一个或者多个目标的图片，检测出其中目标的位置，分辨其类别并给出分数。
关键点检测从入门到进阶
关键点检测，也被称作关键点定位或关键点对齐（keypoint alignment），在不同的任务中名字可能略有差异。比如，在人脸关键点定位中会被称作facemark alignment，在人体关键点检测中称作pose alignment。
AdaDet检测工具箱：一行代码玩转检测算法
当前，非专业算法人员使用众多检测算法时，仍然会面临诸多挑战： 第一，检测算法包含多种类型，比如通用检测、垂类检测、人脸检测等，如何快速体验？ 第二，每个算法类型包含不同的模型结构，有模型可能更注重于精度，有模型更注重于效率，如何选型？ 第三，当前下游任务的开发样例较少，如何着手开发？ 为了降低检测算法的使用门槛，我们推出了AdaDet检测工具箱。
底层视觉与黑白图像上色
底层视觉（即视觉增强）是计算机视觉中的一个分支，它专注于提高图像整体的观看体验。如果 “中高层视觉” 关注的是如何让计算机理解图像中的内容，那么底层视觉则致力于解决图像的清晰度、色彩、时序等各类画质问题。这些问题的出现与拍摄环境、设备等因素有关，而视觉增强技术则旨在修复这些问题，提供更好的视觉观看体验。
数据缓存系列分享(一)：打开大模型应用的另一种方式
容器镜像的加速技术如今已经非常成熟，比如阿里云容器镜像缓存，还有p2p分发技术以及开源的dadi、nydus等按需加载技术，然而这些加速技术对于大模型文件的加载都很难有显著的效果。 MaaS的概念最近开始被提出，模型已经逐渐开始具备相对独立的存储、版本管理能力，也有类OCI的概念被提出，模型与应用的解耦会是必然的一个趋势。 为了解决模型加载与容器镜像加载解耦的问题，我们提供了模型缓存的技术，让模型无需从远端的仓库加载，也不用打包进应用的镜像里，就可以直接像加载本地的文件一样使用模型，而且在模型缓存的制作、使用流程上做了极大的简化。
国内首发，百川13B大模型上架魔搭
今日，百川智能发布130亿参数通用大语言模型Baichuan-13B-base和对话模型Baichuan-13B-Chat。两个模型全都开源、免费、可商用，均已在魔搭社区上架，属于国内首发。
Python 工具包发布
首先，我们可以创建一个 Python 工具包，比如叫做 mypackage，它包含一个模块 mymodule 和一个函数 hello，用于输出 Hello, world!。目录结构如下：
在使用 SchedulerX 中的 SDK 进行 API 调用时，如果出现签名计算不对的错误
在使用 SchedulerX 中的 SDK 进行 API 调用时，如果出现签名计算不对的错误
