MiniCPM-V News [4/11]?MiniCPM-V-2.0 is out. MiniCPM-V (i.e., OmniLMM-3B) is an efficient version w
880
全中文任务支持零样本学习模型 PromptCLUE:支持最多中文任务的开源预训练模型 这个模型是基于PromptCLUE-base进一步训练(+50%步数),以及更多任务(+50%任务)以及更多任务类
600pytorchnlp
HRN人脸重建模型 论文 | 项目主页 | github 人脸重建模型以单张人像图作为输入,利用层次化表征实现快速人脸几何、纹理恢复,输出高精度3D人脸重建mesh,相关论文HRN已被CVPR2023
810pytorchcv
RANER介绍 What's New 2023年4月: 如当前模型不满足您的需求,请尝试零样本信息抽取能力。具体可以体验我们的创空间!当前在发力优化中,如有相关需求请加我们的钉钉群(41700255
1010pytorchnlp
SiameseUIE通用信息抽取模型介绍 SiameseUIE通用信息抽取模型,基于提示(Prompt)+文本(Text)的构建思路,利用指针网络(Pointer Network)实现片段抽取(Spa
780pytorchnlp
动作检测模型介绍 模型描述 输入视频文件,输出该段时间内视频所包含的动作。算法内部每两秒均匀采样4帧输入到动作检测模型中,然后按设定时间步长滑动对整个视频的动作进行检测并返回结果。CUDA和CPU运行
980ONNXcv
AnyText多语言文字生成与编辑 近年来,随着AIGC的爆火,图片生成技术得到飞速发展,当前AI生成的图片已达到真假难辨的高保真度。不过,当合成图片中出现文字内容时,仍能够使AI露出马脚,因为当前主
860pytorchmulti-modal
图像描述介绍 图像描述:给定一张图片,模型根据图片信息生成一句对应描述。可以应用于给一张图片配上一句文字或者打个标签的场景。本页面右侧提供了在线体验的服务,欢迎使用!注:本模型为mPLUG-图像描述的
760pytorchmulti-modal
图像描述介绍 图像描述:给定一张图片,模型根据图片信息生成一句对应描述。可以应用于给一张图片配上一句文字或者打个标签的场景。本页面右侧提供了在线体验的服务,欢迎使用!注:本模型为mPLUG-图像描述的
620pytorchmulti-modal
语音唤醒模型介绍 Highlight 本文档适配modelscope-1.5.0至当前最新版本,其他版本请阅读对应README。 模型描述   移动端语音唤醒模型,检测关键词为“小云小云”。   
2160pytorchaudio
Qwen-72B-Chat ? Hugging Face   |   ? ModelScope   |    ? Paper    |   ?️ Demo WeCh
1310pytorchqwen
在去年年底,我们团队根据开源模型DuUIE推理性能不足的问题,提出了一套基于SiamesePrompt的通用自然语言理解框架,在速度提升30%的同时,F1 Score提升了25%,同时可以支持任意元组
2430pytorchnlp
coROM中文通用文本表示模型 文本表示是自然语言处理(NLP)领域的核心问题, 其在很多NLP、信息检索的下游任务中发挥着非常重要的作用。近几年, 随着深度学习的发展,尤其是预训练语言模型的出现极大
1000pytorchnlp
读光文字识别 News 2023年6月: 新增轻量化端侧识别LightweightEdge-通用场景模型和轻量化端侧行检测模型。 2023年4月: 新增训练/微调时读取本地数据集的lmdb,用训练/
560pytorchcv
Qwen-VL-Chat-Int4 Qwen-VL ? ?  | Qwen-VL-Chat ? ?  (Int4: ? ? ) |
910pytorchqwen
StructBERT中文文本相似度模型介绍 StructBERT中文文本相似度模型是在structbert-large-chinese预训练模型的基础上,用atec、bqcorpus、chineseS
590pytorchnlp
读光文字识别 News 2023年6月: 新增轻量化端侧识别LightweightEdge-通用场景模型和轻量化端侧行检测模型。 2023年4月: 新增训练/微调时读取本地数据集的lmdb,用训练/
760pytorchcv
Qwen-1.8B-Chat-Int4 ? Hugging Face   |   ? ModelScope   |    ? Paper    |   ?️ Demo
620pytorchqwen
商品显著性分割模型 此模型在商品显著性分割数据集上进行训练,主要对商品图像进行显著性分割。 模型在fss1000通用分割数据集上进行了zero shot测试。 模型结构信息 模型结构为Dense
750pytorchcv
RANER介绍 What's New 2022年12月: 训练所使用的序列理解统一框架AdaSeq发布,提供30+ SOTA的复现代码! RaNER家族模型均可在链接进行访问!所使用的NER数据集均
750pytorchnlp
当前共161921个项目
×
寻找源码
源码描述
联系方式
提交