AI

Sambert-Hifigan模型介绍 模型体验及训练教程详见:Sambert-Hifigan模型训练教程 框架描述 拼接法和参数法是两种Text-To-Speech(TTS)技术路线。近年来参数TT

Qwen-Audio-Chat Qwen-Audio ? | ?  ｜ Qwen-Audio-Chat ? | ?    Demo  |   Homepage 

>>返回卡通化系列模型专题页 DCT-Net人像卡通化-扩散模型-漫画风 论文 ｜ 项目主页 输入一张人物图像，实现端到端全图卡通化转换，生成漫画风格虚拟形象，返回风格化后的结果图像。 其生成效果如下

U2++ Conformer 模型介绍 模型描述 WeNet 中采用的 U2 模型，如下图所示，该模型使用 Joint CTC/AED 的结构，训练时使用 CTC 和 Attention Loss 联

DUT-RAFT 视频稳像模型 该模型为抖动视频稳像模型，输入一个抖动视频，实现端到端的视频稳像（视频去抖动），返回稳像处理后的稳定视频。 模型效果如下，Demo中的测试视频源来自DVS开源数据集。

Qwen-1.8B ? Hugging Face   |   ? ModelScope   |    ? Paper    ｜   ?️ Demo WeChat (

PALM中文摘要生成模型 PALM预训练语言生成模型是针对实际场景中常见的文本生成需求所设计的一个模型。模型利用大量无监督数据，通过结合自编码和自回归任务进行预训练，更贴合下游生成任务所同时需要的理解

Qwen-14B ? Hugging Face   |   ? ModelScope   |    ? Paper    ｜   ?️ Demo WeChat (微

PALM商品文案描述生成介绍 PALM模型是一个通用的预训练生成模型，可以用于解决下游各种类型的生成任务。模型利用大量无监督数据，通过结合自编码和自回归任务进行预训练。可以用于解决文本生成相关的任务包

Qwen-72B-Chat-Int4 ? Hugging Face   |   ? ModelScope   |    ? Paper    ｜   ?️ Demo

StructBERT中文情感分类模型介绍 情感分类任务，通常为输入一段句子或一段话，返回该段话正向/负向的情感极性，在用户评价，观点抽取，意图识别中往往起到重要作用。StructBERT中文情感分类模

PGL_SUM视频摘要-Web视频领域 输入一段长视频，算法对视频进行镜头切割得到视频片段，评估视频帧的重要性，输出重要视频帧的帧号，根据帧号可以合成一段短视频（摘要视频）。 模型结构：

单目深度估计算法介绍 任务 输入一张单目RGB图像，单目深度估计算法将分析场景三维结构、输出图像对应的稠密深度图 模型描述 本模型基于NeW CRFs: Neural Window Fully-con

Sambert-Hifigan模型介绍 模型体验及训练教程详见:Sambert-Hifigan模型训练教程 框架描述 拼接法和参数法是两种Text-To-Speech(TTS)技术路线。近年来参数TT

YOLOPV2全景驾驶感知模型介绍 YOLOPv2 适用于自动驾驶场景下的实时全景驾驶感知, 同时执行三种不同的任务，分别为车辆检测，可行驶区域分割以及车道线分割。 模型描述 YOLOPv2(官方代码

UniASR 模型介绍 FunASR开源项目介绍 FunASR希望在语音识别的学术研究和工业应用之间架起一座桥梁。通过发布工业级语音识别模型的训练和微调，研究人员和开发人员可以更方便地进行语音识别模型

MogFace 模型介绍 稳定调用及效果更好的API，详见视觉开放智能平台：人脸检测与五官定位。 人脸检测模型MogFace 模型描述 MogFace为当前SOTA的人脸检测方法，已在Wider Fa

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

Baichuan 2 ?GitHub | ?WeChat ? 百川大模型在线对话平台 已正式向公众开放 ? 目录 ? 模型介绍 ⚙️ 快速开始 ? Benchmark评估 ?

通用预训练模型介绍 BEiTv2(large模型，在ImageNet-1k上预训练，并在ImageNet-21k上进行微调) BEiTv2模型先在ImageNet-1k(1419万张图像,1000个类