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

Highlights UniASR粤语简体语音识别模型，可对近场、低噪、正常语速、朗读形式的粤语简体音频进行语音识别： ASR模型：UniASR模型，粤语简体语音识别模型。 ITN模型：粤语简体IT

人像修复介绍 输入一张包含人像的图像，算法会对图像中的每一个检测到的人像做修复和增强，对图像中的非人像区域采用RealESRNet做两倍的超分辨率，最终返回修复后的完整图像。 模型描述 GPEN将预训

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/

Image Quality Assessment for UGC 模型描述 基于resnet的一个简单基线，可以有效评估图像的无参考画质，达到SOTA性能。其网络结构如下图所示： i

Qwen-VL ? ?  ｜ Qwen-VL-Chat ? ?  (Int4: ? ? ) ｜ Qwen-VL-Plus ? ?  ｜

实时香烟检测-通用 模型介绍 本模型为高性能热门应用系列检测模型中的 实时香烟检测模型，基于面向工业落地的高性能检测框架DAMOYOLO，其精度和速度超越当前经典的YOLO系列方法。用户使用的时候，

基于CAM++和聚类的说话人日志系统 输入一段多人对话的音频，本模型可以自动的识别音频中的对话人数，并且对其进行区分，适合用于客服对话、会议讨论、采访等场景，该系统配合语音识别可进一步搭建多人对话的语

SiameseUniNLU通用自然语言理解模型介绍 SiameseUniNLU通用自然语言理解模型，基于提示（Prompt）+文本（Text）的构建思路，通过设计适配于多种任务的Prompt，并利用指

NAFNet: Nonlinear Activation Free Network for Image Restoration 模型描述 NAFNet（Nonlinear Activation Fre

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

Baichuan 2 ?GitHub | ?WeChat | ?Demo ? 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 ? Be

Cycle-CenterNet表格结构识别模型介绍 表格结构识别，即给定一张图片，检测出图中单元格的物理坐标（四个顶点）以及逻辑坐标（行号列号）。 模型描述 本模型是以自底向上的方式: 1）基于单元格

模型描述 这里我们提供基于业界领先的目标检测框架DAMO-YOLO训练的检测模型：DAMO-YOLO-S。DAMO-YOLO是一个面向工业落地的目标检测框架，兼顾模型速度与精度，其训练的模型效果超越了

CSRNet: Conditional Sequential Modulation for Efficient Global Image Retouching 模型描述 该模型为图像调色模型，输入为待

BAStructBERT通用领域中文分词模型介绍 中文分词任务就是把连续的汉字分隔成具有语言语义学意义的词汇。中文的书写方式不像英文等日耳曼语系语言词与词之前显式的用空格分隔。为了让计算机理解中文文本

DSFMN语音降噪模型介绍 我们日常可能会碰到需要在噪杂的环境里进行音视频通话或录制语音，比如在噪杂的地铁或者巴士上通话，为了让对方听清楚，不得不提高嗓门和音量；再比如想录制一段干净的语音却发现周围都

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

106点人脸关键点检测模型 输入一张人脸图像，实现人脸关键点检测，输出图像中人脸的106点关键点坐标和人像姿态角度。 106点人脸关键点 模型描述 该模型主要用于人脸关键点检测和对齐任务，从包含人脸

图像超分辨率介绍 输入低分辨率图片，返回4倍超分辨率后的高清晰图片。模型基于RealESRAGN中的降质方式进行训练，在复杂真实降质图片上也有较好的表现。 模型描述 RealESRGAN提出了通过多次