pytorch

3rd Anti-UAV Model and Dataset This project provides a baseline model and evaluation code for track1

图像画质损伤分析介绍 图像画质损伤分析模型分析输入图像，输出常见画质损伤的各维度客观评分，包括清晰度评估、点状噪声水平评估、压缩噪声水平评估。 模型描述 采用resnet50结构，使用图片网站 pex

GridVLP多模态类目预测-中文-电商领域-base 模型描述 本方法采用Bert+Resnet50模型，使用StructBERT作为预训练模型底座，通过预训练方式进行训练，具体细节可参考论文。 期

OFA-文本生成SQL 文本生成SQL是什么？ 根据用户输入的自然语言文本，将之转化为数据库可以接受的SQL语言，从而可以在数据库中检索出想要的答案。 快速玩起来 玩转OFA只需区区以下数行代码，就是

春联生成模型 春联生成模型是达摩院AliceMind团队利用基础生成大模型在春联场景的应用，该模型可以通过输入两字随机祝福词，生成和祝福词相关的春联。 AliceMind基础生成大模型介绍 Alice

快速传送 点我试用训练好的门址地址要素解析模型 点我试用训练好的地理实体对齐模型 点我试用训练好的Query-POI相关性排序 点我试用训练好的地址Query成分分析模型 点我试用训练好的Where

快速传送 点我试用训练好的门址地址要素解析模型 点我试用训练好的地理实体对齐模型 点我试用训练好的Query-POI相关性排序 点我试用训练好的地址Query成分分析模型 点我试用训练好的Where

快速传送 点我试用训练好的门址地址要素解析模型 点我试用训练好的地理实体对齐模型 点我试用训练好的Query-POI相关性排序 点我试用训练好的地址Query成分分析模型 点我试用训练好的Where

全任务零样本学习模型（mT5分类增强版） 该模型在mt5模型基础上使用了大量中文数据进行训练，并引入了零样本分类增强的技术，使模型输出稳定性大幅提升。 支持任务包含： 文本分类：给定一段文本和候选标

UniTE介绍 模型描述 翻译质量评价，即对翻译文本进行质量评估，在给定源端输入、目标端参考答案、或两者均有提供的情况下，算法用于评估所生成文本的质量。本单一模型可同时支持提供源端输入（src-onl

基于StructBERT-mental的中文Base预训练模型介绍 StructBERT-mental的中文Base预训练模型是在StructBert的基础上使用Adapter的方式融合心理以及情感相

该模型当前使用的是默认介绍模版，处于“预发布”阶段，页面仅限所有者可见。 请根据模型贡献文档说明，及时完善模型卡片内容。ModelScope平台将在模型卡片完善后展示。谢谢您的理解。 Clone wi

基于StructBERT的中文Base预训练模型介绍 StructBERT的中文Large预训练模型是使用wikipedia数据和masked language model任务训练的中文自然语言理解预

NeRF(Neural Radiance Fields)是一种利用多视角图像进行三维重建的技术，其通过隐式表征的方式来对静态三维物体或场景进行学习和建模。 NeRF快速三维重建模型，能够快速（~10m

UAV Model and Dataset The UAV (Project) is a baseline model for CVPR23 Anti_UAV workshop.We encourag

Temporary file for diffusers+modelscope integaration from modelscope.utils.constant import Tasks fro

OFA预训练模型 News 2022年11月： 发布ModelScope 1.0版本，以下能力请使用1.0及以上版本。 新增OFA Tutorial。 OFA预训练模型是OFA在8个预训练任务（具

中文多轮对话改写任务说明 多轮对话改写任务主要解决对话中的指代和省略问题，输入对话上下文，输出改写后的问题（示例参考代码范例）； 该模型基于google/mt5-base在公开+业务数据集上finet

ChatYuan: 元语功能型对话大模型 这个模型可以用于问答、结合上下文做对话、做各种生成任务，包括创意性写作，也能回答一些像法律、新冠等领域问题。它基于PromptCLUE-large结合数亿条功

FAQ问答模型 FAQ问答是对话系统中最常见的业务场景，利用FAQ问答模型计算用户问题与知识库问法间的相似度并进行排序，从而定位用户意图并返回合适的答案。多语言FAQ问答模型支持多种语言的语义排序任务