AI

>>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

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 ?

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

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

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。

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

SD-XL 1.0-base Model Card modelscope usage pip install invisible_watermark transformers safetensors

Qwen-14B-Chat-Int8 ? Hugging Face   |   ? ModelScope   |    ? Paper    ｜   ?️ Demo

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

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

细粒度动物识别（8k类）模型介绍 本模型是对含有动物的图像进行标签识别，无需任何额外输入，输出动物的类别标签，目前已经覆盖了8K多类的细粒度的动物类别。 模型描述 模型采用resnest101网络结构

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

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

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

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：

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

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

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

OFA-图像描述(英文) News 2023年1月: 优化了finetune流程，支持参数更新、自定义数据及脚本分布式训练等，见finetune示例。 2022年12月： 支持了batch infe