-
ootdiffusion_pytorch AIGC虚拟衣物试穿算法模型
OOTDiffusion 论文 OOTDiffusion: Outfitting Fusion based Latent Diffusion for Controllable Virtual Try-on https://arxiv.org/pdf/...
-
Distil-Whisper 开源项目教程
Distil-Whisper 开源项目教程 distil-whisperDistilled variant of Whisper for speech recognition. 6x faster, 50% smaller, within 1% wor...
-
导出 Whisper 模型到 ONNX
前言 在语音识别领域，Whisper 模型因其出色的性能和灵活性备受关注。为了在更多平台和环境中部署 Whisper 模型，导出为 ONNX 格式是一个有效的途径。ONNX（Open Neural Network Exchange）是一个开放格式...
-
Amuse .NET application for stable diffusion
Amuse github地址：https://github.com/tianleiwu/Amuse .NET application for stable diffusion, Leveraging OnnxStack, Amuse seamlessl...
-
Stable Diffusion：Roop换脸插件安装
一、简介 今天给大家分享Stable Diffusion：Roop换脸插件安装，之前在B站上看了很多教程都不太全面，现在出一版最全的Roop换脸插件安装操作流程，希望能帮大家解决安装roop插件过程遇到的各种问题，下面我会把Roop换脸插件安装操作过程和...
-
Stable Diffusion AMD加速方法-ZLUDA重出江湖
目前几大开源的Stable Diffusion平台，更新速度都慢了，一个是没有太多新技术出现，新出的基础模型也都不完整开源了（API调用），能整的功能，也都整得差不多了。然后一群AMD死忠还在等着有一个能有一天小三上位；毕竟现在还被CUDA压...
-
探索深度学习艺术：Stable Diffusion的ONNX & FP16革命
探索深度学习艺术：Stable Diffusion的ONNX & FP16革命 项目地址:https://gitcode.com/Amblyopius/Stable-Diffusion-ONNX-FP16 在当今的艺术与技术交汇处，一个令人兴奋...
-
AI绘画专栏之Stablediffusion webui Controlnet SDXL 插件之segment-anything(40)
1.是什么 分割任何物体模型，还记得语义分割和镜头风格词库，这个原理就是根据语义分割做的词库 ## [2024最全大厂面试题无需C币点我下载或者在网页打开全套面试题已打包](https://pan.quark.cn/s/865a0bbd5...
-
Stable Diffusion安装（非秋叶包一键部署）
Stable Diffusion安装与配置详细步骤 一 、下载前置资源 下载CUDA 1. 查看CUDA版本 通过以下命令查看CUDA版本： nvidia-smi 复制 确保CUDA版本符合要求。 2. 下载CUDA ...
-
Stable Diffusion模型基于 TensorFlow 或 PyTorch 训练
安装必要的软件和库： 安装 Python（建议使用 Python 3.x 版本）。 安装 TensorFlow 或 PyTorch，具体版本取决于你的模型是基于哪个框架训练的。 安装其他可能需要的依赖，如 NumPy、Matplotlib 等。...
-
Stable Diffusion使用Roop插件一键换脸教程
一、前言 先做个声明，下面图片都是AI工具生成，此技术不要做危害他人之事。 在AI绘画的学习过程中，有不少人希望可以用AI做个人写真，或者将AI生成的图片换成真人的脸做服装展示。训练模型也可以实现上面的需求，但是需要的图比较多，很麻烦。今天教大家使用...
-
【Stable Diffusion】ModuleNotFoundError: No module named ‘ifnude‘ and roop v0.0.2
提示：ModuleNotFoundError: No module named ‘ifnude’ 一、issues/299：ModuleNotFoundError: No module named ‘ifnude’ 路径 cmd 中也可以看到，...
-
学习Stable Diffusion使用 Roop插件轻松换脸
在今天的分享中，将了解到如何获取并应用Stable Diffusion的Roop插件，以达到完美的面部替换效果。 Roop是一款强大的工具，使您能够轻松地交换面孔并达到逼真的效果。 无论是艺术家、内容创作者，还是仅仅想要尝试图像处理的乐趣，今天将为您提...
-
手把手教你基于华为云，实现MindSpore模型训练
本文分享自华为云社区《【昇腾开发全流程】MindSpore华为云模型训练》，作者：沉迷sk。 前言 学会如何安装配置华为云ModelArts、开发板Atlas 200I DK A2。 并打通一个Ascend910训练到Ascend310推理的全流程...
-
Yolov10：详解、部署、应用一站式齐全！
一、前言 在过去的几年里，YOLOs由于其在计算成本和检测性能之间的有效平衡，已成为实时目标检测领域的主导范式。研究人员探索了YOLO的架构设计、优化目标、数据扩充策略等，取得了显著进展。然而，依赖非极大值抑制（NMS）进行后处理阻碍了YOLO的...
-
【Stable Diffusion】Roop换脸插件，全网最简单傻瓜式安装教程
今天也是应粉丝的要求，出一篇关于roop插件安装的教程。之前已经写过两篇关于roop插件的使用文章，它确实是目前最方便快捷的一款换脸插件了。 无需Lora，一键换脸插件Roop（点击下方图片跳转） 多人物脸部替换，一键换脸插件Roop（2）（点击下方图...
-
微软发布Phi-3 Vision等最新大模型系列
微软发布了其最新的大型语言模型系列，Phi-3，包括Phi-3Vision、Phi-3Small7B和Phi-3Medium14B型号。这些模型在性能上与当前领先的大型模型相媲美，同时在特定领域提供了一些独特的优势。 Phi-3Medium14B 型号的...
-
超越ORB-SLAM3！SL-SLAM：低光、严重抖动和弱纹理场景全搞定
本文经自动驾驶之心公众号授权转载，转载请联系出处。 写在前面 今天我们探讨下深度学习技术如何改善在复杂环境中基于视觉的SLAM（同时定位与地图构建）性能。通过将深度特征提取和深度匹配方法相结合，这里介绍了一种多功能的混合视觉SLAM系统，旨在提高在诸如低...
-
一文读懂多家厂商的大模型训练、推理、部署策略
大合影 get ✅ 披萨和礼物不能少！ 接下来进入主题演讲回顾环节。可扫描下方二维码、关注“OSC 开源社区”视频号，进入“直播回放”页面查看完整视频回顾： 刘昊：大模型分析与趋势展望 武汉人...
-
基于香橙派AIpro将开源框架模型转换为昇腾模型
本文分享自华为云社区《如何基于香橙派AIpro将开源框架模型转换为昇腾模型》，作者：昇腾CANN。 在前面的介绍中，我们知道了如何基于香橙派AIpro开发AI推理应用，也大致了解到在推理之前，需要把原始网络模型 (可能是 PyTorch 的、Tensor...
-
Python一个高效的机器学习库：HummingBird
Python HummingBird库是一个高效的机器学习库，它可以将训练好的机器学习模型转换为高性能的代码，以便在边缘设备上进行推理。HummingBird库可以将模型转换为多种格式，包括C++、CUDA和ONNX等，这使得它非常适合在嵌入式设备、移动...
-
ReActor丨一文教你学会用Stable Diffusion插件换脸
本教程将带您了解如何下载和使用 stable diffusion 的 ReActor扩展，实现完美的换脸效果。 ReActor 是一个强大的工具，允许您无缝地交换面孔并获得逼真的效果。 无论您是艺术家、内容创作者，还是仅仅想要体验图像操作的乐趣，这份指...
-
无需服务器！浏览器上直接运行近 700 个 AI 模型！
本文阿宝哥将介绍 Github 上一个超强的开源项目 —— transformers.js[1]。有了它，你可以直接在浏览器中运行 Transformers，无需服务器！ 利用它提供的超能力，你可以在浏览器上直接运行不同的 AI 模型，实现很多非常有用的...
-
【在线回放】NVIDIA GTC 2024 大会 | 如何降低 AI 工程成本？蚂蚁从训练到推理的全栈实践
本文内容来源于蚂蚁集团 AI Infra部门负责人张科，在 GTC 2024 大会 China AI Day 线上专场的演讲。在演讲中张科分享了 AI 工程当前的现状和主要挑战，以及蚂蚁集团在 AI 工程领域的实践经验和开源项目，也欢迎 AI 工程领域的同...
-
Fastwhisper + Pyannote 实现 ASR + 说话者识别
文章目录 前言 一、faster-whisper简单介绍 二、pyannote.audio介绍 三、faster-whisper + pyannote.audio 实现语者识别 四、多说几句 前言 最近在研究ASR相关的业务，也...
-
C# RAM Stable Diffusion 提示词反推 Onnx Demo
目录 介绍 效果 模型信息 项目 代码 下载 C# RAM Stable Diffusion 提示词反推 Onnx Demo 介绍 github地址：GitHub - xinyu1205/recognize-anything: Open...
-
智能邮件防护：ML.NET 3.0助力垃圾邮件过滤，让你告别烦扰
概述：ML.NET3.0等机器学习工具，我们可以利用这一数据集训练模型，实现自动分类邮件为垃圾或正常，提高电子邮件过滤效果。 ML.NET是Microsoft推出的开源机器学习框架，可用于在.NET应用程序中集成机器学习功能。ML.NET提供了基础用法...
-
(含代码)利用TensorRT的8位PTQ将Stable Diffusion速度提高 2 倍
利用TensorRT的8位PTQ将Stable Diffusion速度提高 2 倍 在生成人工智能的动态领域中，扩散模型脱颖而出，成为生成带有文本提示的高质量图像的最强大的架构。 像稳定扩散这样的模型已经彻底改变了创意应用。 然而，由于需要迭代去...
-
如何只用两个Python函数在几分钟内创建完整的计算机视觉应用程序
译者 | 李睿 审校 | 重楼 本文首先概述典型的计算机视觉应用程序的要求。然后，介绍Pipeless这一为嵌入式计算机视觉提供无服务器开发体验的开源框架。最后，提供一个详细的步骤指南，介绍如何创建和执行一个简单的对象检测应用程序，该应用程序只需采用几...
-
微软“办公新时代”活动前瞻，主打 AI：新画图应用、提高游戏帧率等
3 月 8 日消息，微软已敲定北京时间 3 月 22 日凌晨 1 点举办线上新品发布会，主题为“办公新时代”，预估主要内容是 Copilot、Windows 和 Surface，利用 AI 提高用户生产力。 根据 Windows Latest 报道，微...
-
C# SwinV2 Stable Diffusion 提示词反推 Onnx Demo
目录 介绍 效果 模型信息 项目 代码 下载 C# SwinV2 Stable Diffusion 提示词反推 Onnx Demo 介绍 模型出处github地址：https://github.com/SmilingWolf/SW-C...
-
性能8.6倍于竞品！高通AI大揭秘：NPU引领四兄弟无敌
生成式AI的变革，对于基础硬件设计、软件生态开发都提出了新的、更高的要求，尤其是底层硬件和算力必须跟上新的形势，并面向未来发展做好准备。 近日，高通特别发布了《通过NPU和异构计算开启终端侧生成式AI》白皮书，对于终端侧生成式AI的发展趋势，以及高通骁龙处...
-
AIGC专栏9——Scalable Diffusion Models with Transformers （DiT）结构解析
AIGC专栏9——Scalable Diffusion Models with Transformers （DiT）结构解析 学习前言 源码下载地址 网络构建 一、什么是Diffusion Transformer (DiT 二、DiT的组成...
-
Ubuntu环境中Stable Diffusion的roop插件安装(8.12更新)
roop插件是一款换脸神器，可以在Stable Diffusion中实现一键换脸，现在已经有了基于automatic1111的web-ui开源项目上的插件。 windows版本上的安装教程已经很多了，这边就不说了。下面是ubuntu中的安装过程。 1....
-
动手实践丨轻量级目标检测与分割算法开发和部署(RK3568)
本文分享自华为云社区《自动驾驶(AIOT - 轻量级目标检测与分割算法开发和部署(RK3568 【玩转华为云】》，作者：HouYanSong。 本文将在ModelArts平台上开发轻量级目标检测与分割算法，并使用ModelBox框架在RK3568开发板...
-
20240202在WIN10下部署faster-whisper
20240202在WIN10下部署faster-whisper 2024/2/2 12:15 前提条件，可以通过技术手段上外网！^_ 首先你要有一张NVIDIA的显卡，比如我用的PDD拼多多的二手GTX1080显卡。【并且极其可能是矿卡！】800￥ 2...
-
Stable Diffusion教程——使用TensorRT GPU加速提升Stable Diffusion出图速度
概述 Diffusion 模型在生成图像时最大的瓶颈是速度过慢的问题。为了解决这个问题，Stable Diffusion 采用了多种方式来加速图像生成，使得实时图像生成成为可能。最核心的加速是Stable Diffusion 使用了编码器将图像从原始的...
-
【AIGC扫盲】人工智能大模型快速入门
人工智能大模型的技术框架主要有以下几种： TensorFlow：这是一个由Google Brain团队开发的开源库，用于进行高性能数值计算，特别是用于训练和运行深度学习模型。TensorFlow提供了一种称为计算图的编程模型，它允许用户定义复杂的计算...
-
【深度学习】SDXL tensorRT 推理，Stable Diffusion 转onnx，转TensorRT
文章目录 1 sdxl 转 diffusers 2 转onnx 3 转TensorRT 1 sdxl 转 diffusers juggernautXL_version6Rundiffusion.safetensors文件...
-
stable diffusion如何确保每张图的面部一致？
可以使用roop插件，确定好脸部图片后，使用roop固定，然后生成的所有图片都使用同一张脸。 这款插件的功能简单粗暴：一键换脸。 如图所示： 任意上传一张脸部清晰的图片，点击启用。 在其他提示词不变的情况下，Stable Diffu...
-
秒速出图！体验 TensorRT 加速 Stable Diffusion 图像创作
TensorRT 如何加速 Stable Diffusion？ 生成式 AI 图像内容生成技术近年来发展迅速，可以根据人类语言描述生成图片，在时尚、建筑、动漫、广告、游戏等领域有着广泛应用。 Stable Diffusion WebUI 是 Githu...
-
如何使用Stable Diffusion的ReActor换脸插件
ReActor插件是从roop插件分叉而来的一个更轻便、安装更简单的换脸插件。操作简单，非常容易上手，下面我们就介绍一下，如何将ReActor作为stable diffusion的插件进行安装和使用。 一：安装ReActor插件 项目地址：https:...
-
【思路合集】talking head generation+stable diffusion
1 以DiffusionVideoEditing为baseline： 改进方向 针对于自回归训练方式可能导致的漂移问题： 训练时，在前一帧上引入小量的面部扭曲，模拟在生成过程中自然发生的扭曲。促使模型查看身份帧以进行修正。 在像VoxCeleb或L...
-
检测路在何方？YOLOv8终极指南
本文经自动驾驶之心公众号授权转载，转载请联系出处。 YOLOv8是计算机视觉领域的最新发展，它是一种用于目标检测、实例分割和分类的最新先进模型。除了对模型架构本身的改进之外，YOLOv8通过一个用于使用YOLO模型的PIP包为开发者提供了一个新的友好界...
-
记录Stable-Diffusion-Webui 在Windows11的Anaconda环境下的避坑安装
#记录工作，工作复盘 仅作记录，未尽之处请补充，谢谢！ 电脑配置情况大致记录如下，请参考： MSI移动工作站，64G内存，4GB显存 一、安装前准备： 阅读文档，明确软件依赖和安装要求： 在用Anaconda环境下安装stable-diff...
-
AIGC内容分享(三十五)：AIGC赋能的“秒鸭相机”到底有多强？
目录 01-FaceChain算法简介 02-FaceChain-FACT算法简介 03-FaceChain算法流程 04-FaceChain-FACT算法流程 05-FaceChain算法应用场景 06-FaceChain环境搭建与运...
-
一周AIGC丨Meta 发布新一代开源大模型 Llama 2，大模型裁员潮不远了？
人们把Meta发布免费可商用版本 Llama 2比作“安卓时刻”，OpenAI护城河似乎一下子荡然无存，整个大模型市场格局面临巨变。据媒体报道，在以往，中国大模型公司可以靠商业授权赚钱利润，随着Llama 2开始允许商用，中国大模型公司的这一优...
-
【扩散模型】12、Stable Diffusion | 使用 Diffusers 库来看看 Stable Diffusion 的结构
文章目录 一、什么是 Stable Diffusion 二、Diffusers 库 三、微调、引导、条件生成 3.1 微调 3.2 引导 3.3 条件生成 四、Stable Diffusion 4.1 以文本为条件生成 4.2 无分类器的...
-
【多模态】14、Segment Anything | Meta 推出超强悍可分割一切的模型 SAM
文章目录 一、Intruduction 二、Segment Anything Task 三、Segment Anything Model 四、Segment Anything Data Engine 五、Segment Anything Dat...
-
手把手教你通过PaddleHub快速实现输入中/英文本生成图像（Stable Diffusion）
近来，基于Diffusion的文图生成模型比较火，用户输入一句话，模型就可以生成一副对应的图像，还是很有意思的。本文记录了通过PaddleHub快速实现上述任务的过程，以供参考。 1、安装PaddlePaddle PaddleHub底层依赖于百度自研的...