图像文本

Python入门基础：数据类型与变量详解

✅核心作用：区分不同数据（如数字与文本）避免非法操作（如数字与字符串相加）二、Python基础数据类型精讲类型示例特点整数age=20无大小限制，支持二进制/十六进制浮点数price=3.99科学计数法
藍海琴泉·2025-03-12 23:23

VLRMBench ：一个涵盖数学推理、幻觉理解、多图像理解等多种任务的视觉-语言奖励模型基准测试数据集

是一个专门用于评估视觉-语言奖励模型的综合性基准测试，包含12,634个问题，覆盖数学推理、幻觉理解和多图像理解三大领域。为视觉-语言奖励模型的全面评估提供了新的标准，推动了该领域的发展。
·2025-03-12 22:23

2024-05-21 问AI: 介绍一下大语言模型的推理过程。

文心一言大语言模型的推理过程是一个复杂而精细的序列，它结合了深度学习和自然语言处理的技术，旨在理解和生成人类可以理解的自然语言文本。
BigSharkTech 必杀技·2025-03-12 22:14

基于HarmonyNext的高性能图像处理实战指南

基于HarmonyNext的高性能图像处理实战指南引言在移动应用开发中，图像处理是一个常见且重要的需求。
·2025-03-12 22:52

HarmonyNext 实战：基于 ArkTS 的高性能图像处理与渲染方案

HarmonyNext实战：基于ArkTS的高性能图像处理与渲染方案引言在移动应用开发中，图像处理和渲染是一个复杂且资源密集的任务。
·2025-03-12 22:21

AI电商文生图comfyui工作流搭建定制

触站AI：AI电商文生图comfyui工作流搭建定制在电商的海洋中，触站AI以其专业comfyui图像生成技术，为品牌打造个性化视觉体验，提升用户界面的舒适度和亲和力。️
AI信息官·2025-03-12 22:13

论文摘要生成器：用TextRank算法实现文献关键信息提取

我们基于python代码，使用PyQt5创建图形用户界面（GUI），同时支持中英文两种语言的文本论文文献关键信息提取。PyQt5：用于创建GUI应用程序。jieba：中文分词库，用于中文文本的处理。
Atlas Shepherd·2025-03-12 21:10

linux的生态包含哪些

2.开发工具：Linux为软件开发者提供了许多优秀的开发工具，如基于文本的编辑器Vim和Emacs、Eclipse集成开发环境等。3.图形界面：Linux系统提供了多种桌面环境和窗口管理器，包括
道亦无名·2025-03-12 21:35

Adobe Firefly 技术浅析（二）：Transformer生成模型

AdobeFirefly的图像生成技术不仅依赖于生成式对抗网络（GAN），还引入了基于Transformer的生成模型。
爱研究的小牛·2025-03-12 20:32

HTML 基础

二、基础标签与属性1.文本标签标签说明示例~标题（1级最大，6级最小）主标题段落（自动换行）段落内容水平分割线（单标签）注释2.文本格式化标签效果示例/加粗（推荐用语义化）强调内容/斜体（推荐用语义化）
磨十三·2025-03-12 19:58

Python----计算机视觉处理（opencv：像素，RGB颜色，图像的存储，opencv安装，代码展示）

一、计算机眼中的图像像素像素是图像的基本单元，每个像素存储着图像的颜色、亮度和其他特征。一系列像素组合到一起就形成了完整的图像，在计算机中，图像以像素的形式存在并采用二进制格式进行存储。
蹦蹦跳跳真可爱589·2025-03-12 18:19

声音克隆一键本地化部署 GPT-SoVITS

文章目录GPT-SoVITS介绍1：GPT-SoVITS安装2：GPT-SoVITS使用2.1人声伴奏分离，去混响去延时工具2.2语音切分工具2.3语音降噪工具2.4中文批量离线ASR工具2.5语音文本校对标注工具
博客胡·2025-03-12 18:48

AI双轨革命：DeepSeek与Manus

一、技术架构与核心能力DeepSeek：知识型“最强大脑”技术架构：基于混合专家模型（MoE），参数规模达6710亿，专注于语言模型的极致优化，擅长知识推理、文本生成与专业问题解答。
·2025-03-12 18:44

HarmonyNext实战案例：基于ArkTS12+的高性能图像处理应用开发

HarmonyNext实战案例：基于ArkTS12+的高性能图像处理应用开发引言在HarmonyNext生态系统中，图像处理是一个重要的应用领域。
·2025-03-12 18:13

基于boost的共享内存通信demo

文章目录前言一、共享内存管理二、图像算法服务中的IPC通信流程三、demo实验结果总结前言在一个系统比较复杂的时候，将模块独立成单独的进程有助于错误定位以及异常重启恢复，不至于某个模块发生崩溃导致整个系统崩溃
CV工程师小朱·2025-03-12 17:15

用Java提取Word文档表格数据

用Java提取Word文档表格到文本
·2025-03-12 17:38

为什么我的 PDF 无法正确转换为 Word？常见格式问题和最佳解决方案

字体缺失、布局混乱、文本变成图像、图片无法识别、表格边框消失或合并不正确。所有这些都是因为PDF是一种非结构化的文档。
·2025-03-12 17:36

HTTP与HTTPS的深度解析：技术差异、安全机制及应用场景

引言HTTP（超文本传输协议）作为互联网通信的核心协议，自1991年诞生以来，经历了从HTTP/1.0到HTTP/3的多次迭代。
网安-轩逸·2025-03-12 17:10

Linux 学习路线规划图谱

熟悉grep、awk、sed等文本处理工具。文件系统：了解根目录下各主要目录的功能，像/etc、/var、/usr。学会使用df、du、find等命令进行磁盘管理
Morris只会敲命令·2025-03-12 16:35

Simple Baselines for Image Restoration

Abstract.尽管近年来在图像恢复领域取得了长足的进步，但SOTA方法的系统复杂性也在不断增加，这可能会阻碍对方法的分析和比较。在本文中，我们提出了一个简单的基线，超过了SOTA方法，是计算效率。
Adagrad·2025-03-12 15:58

机器学习模型-从线性回归到神经网络

无论是推荐系统、图像识别，还是自动驾驶汽车，机器学习技术都在背后发挥着重要作用。在这篇文章中，我们将探索几种基础的机器学习模型，并了解它们的基本原理和应用场景。
Earth explosion·2025-03-12 15:57

OmniParser omnitool 使用体验和使用中踩过的坑

工具介绍OmniParserOmniParser是一个图像识别工具，主要功能是：自动识别图片
yiheng2000·2025-03-12 14:25

【图片识别保存表格】图片文档指定多个识别区域，识别固定位置的文字并导出到Excel，Python5分钟搞定，学会不求人

对于企业和组织来说，他们可能拥有大量扫描的纸质文档存储为图像文件，这些文档可能包含多个部分，不同部分可能涉及不同的信息类别。
如沐春风菜鸡收割机·2025-03-12 14:54

各大AI平台优缺点分析：选对工具，让AI更高效

1.OpenAI(ChatGPT、DALL·E、Codex)优点：自然语言处理（NLP）能力强：ChatGPT在对话、文本生成、翻译等方面表现优异，
JXY_AI·2025-03-12 14:23

必看！C# 与 HALCON 构建基于轮廓模板匹配实战宝典

从环境搭建，即HALCON安装、C#项目创建及库引用配置，到核心步骤如初始化HALCON环境、读取图像、提取轮廓、创建模板、执行匹配及显示结果等，结合详尽代码示例进行阐述。
AI_DL_CODE·2025-03-12 13:49

基于HarmonyNext的高性能图像处理实战指南

基于HarmonyNext的高性能图像处理实战指南引言在移动应用开发中，图像处理是一个至关重要的领域，尤其是在需要高性能和低延迟的场景下。
·2025-03-12 13:32

HTTPS保证传输安全的关键点

HTTPS（超文本传输安全协议）作为HTTP协议的安全升级版，为网络数据的交换提供了强大的安全保障。
·2025-03-12 13:28

美颜sdk在实时音视频中的技术应用

美颜SDK在实时音视频中的应用，通过集成图像处理算法与人工智能技术，实现了对视频流的实时美化处理，显著提升了用户体验。
Face Beauty美颜SDK·2025-03-12 12:12

基础算法训练2

基础算法1链接目录最长公共前缀两数之和删除字符串中所有相邻重复项n叉树的层序遍历最后一块石头的重量第N个泰波那契数图像渲染迷宫中离入口最近的出口矩阵课程表最长公共前缀14.最长公共前缀-力扣（LeetCode
祁小白2024·2025-03-12 12:42

用OpenCV写个视频播放器可还行？（Python版）

引言提到OpenCV，大家首先想到的可能是图像处理、目标检测，但你是否想过——用OpenCV实现一个带进度条、倍速播放、暂停功能的视频播放器？
程序员Linc·2025-03-12 12:41

Phi-4-multimodal：图、文、音频统一的多模态大模型架构、训练方法、数据细节

Phi-4-Multimodal是一种参数高效的多模态模型，通过LoRA适配器和模式特定路由器实现文本、视觉和语音/音频的无缝集成。
余俊晖·2025-03-12 12:40

Python解析PDF：支持本地/在线文档的解析、提取文本及表格信息（采用pdfplumber包）

番外话被PDF折磨了两年多，今天终于找到一个比较好的解析方案，是用pdfplumber包解析的，并做了一些封装。之前用pdfminer解析的效果很一般，提取效果无法忍受的那种。把解析方法写出来后，我自己也是老泪纵横，给大家分享一下注意事项pdfplumber是对pdfminer的再封装，最好先安装pdfminer3k，再安装pdfplumber，否则代码很容易报错源码#-*-coding:utf-
二师父·2025-03-12 11:37

计算机网络之应用层（电子邮件）

这些电子邮件可以是文字、图像、声音等各种方式，同时用户还可以得到大量免费的新闻、专题邮件，并实现轻松的信息搜索。二、电子邮件的起源与发展电子邮件的历史可以追溯到20世纪6
DKPT·2025-03-12 11:34

什么是证书签名请求 (CSR)

本质上，它是一段加密文本，其中包含重要详细信息，例如您的域名、组织和公钥。
WoTrusSSL·2025-03-12 11:31

计算机视觉深度学习入门（4）

在小型数据集上从头开始训练一个卷积神经网络利用少量数据来训练图像分类模型，这是一种很常见的情况。如果你从事与计算机视觉相关的职业，那么很可能会在实践中遇到这种情况。
yyc_audio·2025-03-12 10:26

iOS开发 - Quartz2D绘图

Quartz2D简介是一个二维绘图引擎，同时支持iOS和Mac系统Quartz2D能完成的工作绘制图形:线条\三角形\矩形\圆\弧等绘制文字绘制\生成图片(图像)读取\生成PDF截图\裁剪图片自定义UI
陆讯·2025-03-12 10:54

打造AI流式处理利器：用SSE和RxJava搞定实时数据流

一、SSE是什么SSE（后端主动推送给前端）前端发请求并和后端建立连接，后端实时推动数据给前端SSE的重要特点单向通信：SSE只支持服务器向客户端的单向通信文本格式：SSE使用纯文本格式传输数据，HTTP
程序媛雪儿·2025-03-12 09:52

CSS 尺寸：Dimension

文章目录CSS尺寸示例1，设置元素高度2，使用百分比设置图像高度3，使用像素值设置元素宽度4，设置元素的最大高度5，使用百分比来设置元素的最大宽度6，设置元素的最低高度7，使用像素值设置元素的最小宽度CSS
梁辰兴·2025-03-12 09:51

CSS 尺寸(Dimension)

img.normal{height:auto;}img.big{height:120px;}p.ex{height:100px;width:100px;}这个段落的高和宽是100px.这是段落中的一些文本
冷月醉雪·2025-03-12 09:49

按键精灵鹰眼中控：ios多设备管理工具

鹰眼结合了图像识别技术和多设备控制技术，能够同时管理多台设备，实现精准、高效的自动化操作。通过鹰眼群控，您可以轻松完成批量任务、自动化测试和多设备同步操作，大幅提升工作效率。二、鹰眼群控的
ii_best·2025-03-12 09:19

用5个实例学习python正则表达式基本用法_跟我一起学Python20

正则表达式是处理文本的"瑞士军刀"，它能帮助你：✅快速验证用户输入格式（手机号/邮箱）✅批量提取文本中的特定信息（日期/链接）✅智能替换敏感内容✅高效清理杂乱数据本文将通过5个真实场景，结合Python
灏瀚星空·2025-03-12 09:48

计算机视觉图像处理面试笔试题整理——边缘检测

目录1.边缘检测综述2.Roberts算子3.Prewitt算子4.Sobel算子5.Laplace算子6.Canny1.边缘检测综述边缘检测是图像处理和计算机视觉中，尤其是特征提取中的一个研究领域。
fpga和matlab·2025-03-12 09:18

图像处理与机器视觉

1.图像处理与机器视觉的概念图像处理（ImageProcessing）是对图像进行分析、增强、变换等操作以改善图像质量或提取有用信息的过程。
Be_auto·2025-03-12 09:46

Android自定义View全解析：从基础绘制到复杂交互，实战多种自定义View实现

1.自定义绘制View自定义绘制View是最基础的自定义View类型，通常用于绘制图形、文本、图像等内容。开发者通过重写onDraw()方法，使用Canvas和Paint来实现绘制。
tangweiguo03051987·2025-03-12 08:45

LLM大模型技术实战4：热门开源LLMs对比和选型

一、大语言模型的特点和能力LLM(LargeLanguageModel,大型语言模型)是指那些规模庞大、参数数量众多的深度神经网络模型，用于理解和生成自然语言文本。
大模型学习教程·2025-03-12 08:44

大模型面试--大模型（LLMs）基础面

以下是一些主流的Transformer模型：GPT系列GPT-2和GPT-3：由OpenAI开发的生成式预训练变换器模型，用于生成高质量的文本。GPT-Neo和GPT-J：由Eleuthe
TAICHIFEI·2025-03-12 08:13

情感识别（Emotion Recognition）

情感识别（EmotionRecognition）是通过分析人类的多模态数据（如面部表情、语音、文本等）来识别和理解其情感状态的技术。它在人机交互、心理健康、市场分析等领域有广泛应用。
路野yue·2025-03-12 08:10

N1学习打卡笔记

例如，对于三个类别的情况，可以使用如下的one-hot编码：类别1：[1,0,0]类别2：[0,1,0]类别3：[0,0,1]这样的表示方式有助于模型更好地理解文本含义。
无涯学徒1998·2025-03-12 07:06

最近学习感悟总结

图像识别技术与应用学习到了torchvision、imageFolder以及可视化工具（TensorBoard等）图像分类：将不同的图像，划分到不同的类别标签，实现最小的分类误差。
格蕾丝重度依赖·2025-03-12 07:05

AttributeError: ‘NoneType‘ object has no attribute ‘astype‘

AttributeError:'NoneType'objecthasnoattribute'astype'报错，如下图所示通过dug,发现im的shape为none,究其原因是因为cv.imread无法读取图像
冰虺·2025-03-12 06:55
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他