文章列表-AI魔法学院

文章列表

图像作为prompt#IP-Adapter

IP-Adapter是图像提示适配器，用于预训练的文本到图像扩散模型，以实现使用图像提示生成图像的能力。

prompt IP-Adapter 文生图

说真的，SDXL究竟藏着多少秘密，也许没人知道

探索功能，线上部署，更新工作流……我只想告诉你，SDXL不是一个绘图模型那么简单，在它里面，隐藏着太多不为人知的秘密。

文生图

Stable Diffusion

Stable Diffusion 快速创作角色三视图

天分享分享如何通过 Stable Diffusion 快速创造出角色三视图。

SD 三视图文生图

openpose原理及安装教程（姿态识别）

OpenPose是一个用于实时多人姿态估计的开源库，它可以检测图像或视频中的人体关键点，并且能够识别不同的身体部位和动作。

行为识别姿态识别

Fooocus制作从小到老图

其实本来今天想讲下新出的lcmlora的极速出图，但是中文版有点问题，就讲下通配符好了。

Fooocus 文生图年龄

保姆级教程：图解Transformer

本文是图解 AI 算法系列教程的第二篇，今天的主角是 Transformer。

人工智能

人脸识别的开源的项目有哪些？

OpenCV：OpenCV（Open Source Computer Vision Library）是一个广泛使用的计算机视觉库，提供了许多人脸识别算法和工具。

人脸识别开源项目

开源免费离线语音识别神器whisper如何安装

当然，我们知道一些商业公司提供语音识别服务，但是基本都是联网运行，个人隐私安全总是有隐患，而whisper完全不同，whisper完全在本地运行，无需联网，充分保障了个人隐私，且whisper识别准确率相当高

wisper 翻译免费

14.6K star！最好用的OCR文字识别项目，没有之一！

项目是基于PaddleOCR开发的，支持截图识别、批量导入识别、个性化识别等功能。

Umi-OCR 开源项目文字识别

第3期 SDXL和SD的10大区别！你知道几个？

由于 SDXL 将图片尺寸也作为指导参数，因此可以使用更低分辨率的图片作为训练数据，比如小于256x256分辨率的图片。

文生图

初创企业必知的 30种商业模式（附实例）

Fiverr让自由职业者在平台上提供图形设计等特定服务。

初创商业模式

国内人工智能对北京高考微作文题目的回答

KMaster知识库：我认为班级应该考虑创建一个属于自己班级的微信公众号。

中文大模型

TrOCR——基于transformer模型的OCR手写文字识别

有关CNN卷积神经网络的相关知识与文章，可以参考往期的文章内容。

OCR 手写文字识别

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

https://arxiv.org/pdf/2311.07919.pdf 开源代码：https://github.com/QwenLM/Qwen-Audio 引言大型语言模型（LLMs）由于其良好的知识保留能力

大模型语音

ai出图软件Fooocus

今天跟大家介绍下ai出图软件Fooocus 在我们c站插件站可以下载 Fooocus出来有段时间了，作者就是cn作者还是个国人。

Fooocus 文生图

<...3 4 5 678 9 10 11 12 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1