AI

TransFace模型介绍 人脸识别模型TransFace，论文被ICCV23录取。本文提出了一种基于ViT的人脸识别新框架。我们并没有为ViT引入任何较大的结构改进，而是从data-centric角

FAQ问答任务介绍 FAQ问答是智能对话系统(特别是垂直领域对话系统)的核心业务场景，业务专家基于经验或数据挖掘的结果，将用户会频繁问到的业务知识以Q&A的形式维护起来，称之为知识库， 当用户使用对话

CogAgent CogAgent is an open-source visual language model improved based on CogVLM. ? Paper: https:

3D-Speaker RDINO 说话人识别模型 RDINO模型是基于时延神经网络构建的自监督说话人模型，可用于说话人确认、说话人日志等任务。 模型简述 Regularized DINO使用使用tea

Paraformer-large模型介绍 Highlights Paraformer-large-aishell2模型基于AISHELL-2数据集微调。 Release Notes 2023年2

Highlights UniASR波斯语流式语音识别模型，可对近场、低噪、正常语速、朗读形式的波斯语音频进行语音识别： ASR模型：UniASR模型，波斯语语音识别模型。 VAD模型：语音端点检查V

Udever 多语言通用文本表示模型 文本表示是将一个输入句子使用机器学习模型转换为一个固定维度的连续向量: 输入: 吃完海鲜可以喝牛奶吗? 输出: [0.27162,-0.66159,0.3303

模型介绍 GPT Can Solve Mathematical Problems Without a Calculator Official Pytorch Implementation Prev

Udever 多语言通用文本表示模型 文本表示是将一个输入句子使用机器学习模型转换为一个固定维度的连续向量: 输入: 吃完海鲜可以喝牛奶吗? 输出: [0.27162,-0.66159,0.3303

git clone https://www.modelscope.cn/lskhh/ty_cv_unet_person-image-cartoon-wz_compound-models.git 进度

球面上的全景图深度估计 任务 输入一张单目全景RGB图像，全景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S2Net: Accurate Panorama Dep

内容审核模型介绍 稳定调用及效果更好的API，详见视觉开放智能平台：图片智能鉴黄。 内容审核模型-鉴黄 模型描述 模型(项目地址)采用resnet50作为backbone，训练数据集为NSFW，本模型

中文  ｜  English Llama3-Chinese

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

Highlights UniASR缅甸语语音识别模型，可对近场、低噪、正常语速、朗读形式的缅甸语音频进行语音识别： ASR模型：UniASR模型，缅甸语语音识别模型。 VAD模型：语音端点检查VAD

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

Highlights UniASR希伯来语语音识别模型，可对近场、低噪、正常语速、朗读形式的希伯来语音频进行语音识别： ASR模型：UniASR模型，希伯来语语音识别模型。 VAD模型：语音端点检查

InternLM   InternLM HOT   [![evaluation](https:/

FLRGB 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：人脸活体检测、红外人脸活体检测、视频活体检测。 RGB人脸活体检测模型FLRGB 模型描述 用来检测图片中的人脸是否为来自认证设

基础视觉模型高效调优：BitFit 基于大规模预训练基础模型的参数高效迁移学习方法在各种下游应用中均取得了优异的表现，其中包括了利用bias进行调优的BitFit方法。该方法对模型中的bias项进行调