模态非模态对话框

解读VideoComposer：多模态融合视频生成

DiffusionModels视频生成-博客汇总前言：达摩院出品的VideoComposer，是Composer家族的重要成员，开辟了组合多种模态特征生成视频的先河。
沉迷单车的追风少年·2023-11-30 13:54

低调使用。推荐一个 GPT4 Turbo、Vision、GPTs、DELL·E3 等所有最新功能同步可用国内网站

OpenAIDevDay，ChatGPT发布了一系列新的产品，其中推出了GPT4Turbo，并且将GPT4Vision，DELL·E3等等能力全部集合到一起，不需要再分开使用，原来的局限的文本聊天也进一步走向多模态
楷鹏 : )·2023-11-30 12:07

项目demo —— GPT 聊天机器人

本文介绍我的开源项目TelegramChatBot，这是一个基于OpenAIGPTAPI开发的telegram机器人，具有多模态交互能力，求star！感谢大家！
云端FFF·2023-11-30 12:32

Image Super-Resolution with Text Prompt Diffusion

ImageSuper-ResolutionwithTextPromptDiffusion(Paperreading)ZhengChen,ShanghaiJiaoTongUniversity,arXiv23,Code,Paper1.前言受多模态方法和文本提示图像处理进步的启发
努力学图像处理的小菜·2023-11-30 08:01

Flutter 模态框dialog方式弹出键盘不遮挡输入框

“在模态框里有输入框弹出键盘”，首先想的是用系统提供的showModalBottomSheet，然而，因为高度的限制，输入框注定被键盘挡住，那肿么办呢。。。经过一系列尝试终于找到办法了，分
醉挽清风_666·2023-11-30 08:11

一. BEV感知算法介绍

目录前言1.BEV感知算法的概念2.BEV感知算法数据形式3.BEV开源数据集介绍3.1KITTI数据集3.2nuScenes数据集4.BEV感知方法分类4.1纯点云方案4.2纯视觉方案4.3多模态方案
爱听歌的周童鞋·2023-11-30 07:02

深兰科技入选工信部首批“5G+智慧旅游”应用试点项目名

近日，国家文旅部与工信部确定并公布了我国首批《“5G+智慧旅游”应用试点项目名单》，深兰科技基于AIGC多模态融合大模型技术开发打造的江汉路“5G+智慧旅游”试点项目——武汉市江汉路步行街5G+智慧商街创新应用
深兰科技·2023-11-30 06:08

Collaborative_Diffusion 文章解读

我们使用预先训练的单模态扩散模型来执行多模态引导面部生成和编辑。在反向过程的每一步（即从时间步t到t−1），动态扩散器预测空
SuperGoodGame·2023-11-30 06:12

多模态融合16篇优质论文及代码合集，含2023最新

多模态融合是多模态学习领域的基础问题，也是多模态研究中非常关键的研究点。它旨在从多个模态（例如语音、图像、文本等）中提取有价值的信息和特征，并将这些信息融合在一起以提高系统的性能。
深度之眼·2023-11-30 02:11

uniapp自定义弹窗组件

介绍uniapp自定义弹窗组件uniPop，基于uni-app开发的自定义模态弹窗|msg信息框|alert对话框|confirm确认框|toast弱提示框支持多种动画效果、多弹窗类型ios/android
执着_ing·2023-11-30 01:44

uniapp弹出框_uni-app自定义Modal弹窗组件|仿ios、微信弹窗效果

介绍uniapp自定义弹窗组件uniPop，基于uni-app开发的自定义模态弹窗|msg信息框|alert对话框|confirm确认框|toast弱提示框支持多种动画效果、多弹窗类型ios/android
weixin_39927683·2023-11-30 01:43

理解DALL-E 2

简单来说，CLIP是一个由文本和图片多模态训练的一个zero-shot模型。
Orange_sparkle·2023-11-29 21:49

IP-Adapter：文本兼容图像提示适配器，用于文本到图像扩散模型

此外，图像提示还可以与文本提示配合使用，以完成多模态图像生成。项目地址：https://github.com/tence
源代码杀手·2023-11-29 20:43

LOIS: Looking Out of Instance Semanticsfor Visual Question Answering

一、论文速读论文arxiv链接1.1摘要视觉问答（VQA）作为一种需要在视觉和语言之间架起桥梁以正确推断答案的多模态任务，已被密集研究。最近的尝试开发了各种
hanranV·2023-11-29 17:32

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

然而，语言模型缺乏像人类一样感知非文本模态（如图像和音频）的能力。作为一种重要模态，语音提供了超越文本的多样且复
希尔贝壳AISHELL·2023-11-29 16:20

【代码】基于VMD（变分模态分解）-SSA（麻雀搜索算法优化）-LSTM的光伏功率预测模型（完美复现）matlab代码

程序名称：基于VMD（变分模态分解）-SSA（麻雀搜索算法优化）-LSTM的光伏功率预测模型实现平台：matlab代码简介：提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM
玉子（代码分享版）·2023-11-29 16:46

| RegionSpot: 识别一切区域，多模态融合的开放世界物体识别新方法

本文的主题是多模态融合和图文理解，文中提出了一种名为RegionSpot的新颖区域识别架构，旨在解决计算机视觉中的一个关键问题：理解无约束图像中的各个区域或patch的语义。
xwz小王子·2023-11-29 05:17

LLM、ChatGPT与多模态必读论文150篇

为了写本ChatGPT笔记，我和10来位博士、业界大佬，在过去半年翻了大量中英文资料/paper，读完ChatGPT相关技术的150篇论文，当然还在不断深入。由此而感慨：读的论文越多，你会发现大部分人对ChatGPT的技术解读都是不够准确或全面的，毕竟很多人没有那个工作需要或研究需要，去深入了解各种细节因为半年内150篇这个任务，让自己有史以来一篇一篇一行一行读，之前看的比较散、不系统，抠的也不细
机器学习社区·2023-11-29 05:41

GOAT：多模态、终身学习、平台无关的机器人通用导航系统

GOAT通过多模态结合终生学习的方式让你的机器人可以在未知环境中搜索和导航到任何物体。小白也可以零门槛上手。
xwz小王子·2023-11-29 05:31

不用多模态GPT4，HuggingFace+LangChain实现“看图说话”

这个词最近听得太多，总感觉像是讽刺，对于真正的王者来说），然而其很多功能却没那么容易体验到，如多模态，暂时就无法通过API调用。那么要实现一个简单的“看图说话”，要如何做呢？
fireshort·2023-11-29 04:30

AIGC系列之：GroundingDNIO原理解读及在Stable Diffusion中使用

目录1.前言2.方法概括3.算法介绍3.1图像-文本特征提取与增强3.2基于文本引导的目标检测3.3跨模态解码器3.4文本prompt特征提取4.应用场景4.1结合生成模型完成目标区域生成4.2结合stablediffusion
春末的南方城市·2023-11-28 21:31

多模态模型的语言幻觉和视觉幻觉

AnImage-ContextReasoningBenchmarkChallengingforGPT-4V(ision),LLaVA-1.5,andOtherMulti-modalityModels论文链接github地址论文中提出大的多模态模型出现
huahuahuahhhh·2023-11-28 19:27

AIGC技术的未来趋势：创新、智能化与社会影响

2.跨模态学
花生糖@·2023-11-28 15:51

数字人调研4.0_产业应用

暗藏智能语音“造富”新故事产业应用服务型数字人的产业价值：整体而言，由于虚拟数字人提供动作、表情等更多维度的信息，之前仅基于文本、图像或语音的单模态服务及内容都能以虚拟数字人的形态进行更丰富的呈现。
___________!·2023-11-28 08:42

开源语音大语言模型——Qwen-Audio

然而，语言模型缺乏像人类一样感知非文本模态（如图像和音频）的能力。作为一种重要模态，语音提供了超越文本的多样
伪_装·2023-11-28 06:39

深度学习之图像分类（十五）DINAT: Dilated Neighborhood Attention Transformer详解（一）

DilatedNeighborhoodAttentionTransformerAbstractTransformers迅速成为跨模态、领域和任务中应用最广泛的深度学习架构之一。
哈尔滨张谦蛋·2023-11-28 06:33

微信小程序自定义弹窗插件|showModel模态弹窗|Toast提示

微信小程序弹窗wcPop开发|微信小程序自定义弹窗插件|alert、model、toast多功能弹窗有过微信小程序开发的程序员都知道，官方提供的弹窗交互组件功能非常有限，对于想要实现一些丰富的弹窗应用场景就只能自己撸代码实现了。之前有开发过一个手机端h5弹窗插件wcPop，反正原生js代码语法都差不多，就试着搞了个微信小程序弹窗插件，功能效果肯定能满足大多数弹窗使用场景。如果刚好您的项目开发中需要
weixin_33924220·2023-11-28 05:58

阿里&华科大提出ONE-PEACE：更好的通用表征模型，刷新多个SOTA！

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>【多模态和Transformer】微信群作者：霜清老人|源：知乎（已授权转载）https://zhuanlan.zhihu.com
Amusi（CVer）·2023-11-28 01:15

使用DCMTK在C/C++中读取DICOM图像并添加模态LUT并将其写回

使用DCMTK在C/C++中读取DICOM图像并添加模态LUT并将其写回DICOM（数字成像和通信医疗图像）是医学图像和相关信息的国际标准。
TechBlitzZ·2023-11-27 22:52

【好书推荐-第30期】开发者请注意！因果推断与机器学习,终于有人能讲明白啦!

而最新更新的GPT-4更是实现了大型多模态模型的飞跃式提升，它能够同时接受图像和文本
程序员洲洲·2023-11-27 18:07

Fast and Effective！一文速览轻量化Transformer各领域研究进展

©作者｜刘子康机构｜中国人民大学高瓴人工智能学院研究方向|多模态学习来自|RUCAIBox本文梳理了一些Transformer常用的轻量化方法，并分领域的介绍了一些主流的轻量化Transformer。
zenRRan·2023-11-27 13:32

Qt::Window 、Qt::Tool是 Qt 框架中的一个窗口标志（Window Flag），用于指定窗口的类型和行为

通过使用不同的窗口标志组合，可以定制窗口的特性，如窗口的边框样式、窗口的模态性、窗口的显示位置等。
Respect@·2023-11-27 13:37

【文末送书】机器学习高级实践

而最新更新的GPT-4更是实现了大型多模态模型的飞跃式提升，它能够同时接受图像和文本的输入，并输出正确的文本回复。
不写⁠代码没饭吃·2023-11-27 12:34

论文阅读17 | Cross-modality Person re-identification with Shared-Specific Feature Transfer

论文：Cross-modalityPersonre-identificationwithShared-SpecificFeatureTransfer（基于共享特征和具体特征转移的跨模态行人重识别）出处：
Hygge MrYang·2023-11-27 12:25

EI论文故障识别程序：DBN深度置信/信念网络的故障识别Matlab程序，数据由Excel导入，直接运行！

适用平台：Matlab2021b版及以上本程序参考中文EI期刊《基于变分模态分解和改进灰狼算法优化深度置信网络的自动转换开关故障识别》中的深度置信网络（DeepBeliefNetwork，DBN）部分进行故障识别
预测及优化·2023-11-27 10:04

最新商业级AI创作系统ChatGPT网站源码+支持GPT-4多模态模型+Midjourney绘画系统源码

一、AI创作系统FireAI创作系统是一款基于OpenAI的ChatGPT进行开发的AI智能问答系统和Midjourney绘画系统。该系统支持OpenAI-GPT全模型和国内AI全模型的对接。经过整体测试，FireAI系统源码表现非常完美，可以说是国内目前最优秀的ChatGPT对接OpenAI软件系统之一。接下来，我将为您提供一个详细的图文教程，教您如何搭建和部署AI创作ChatGPT系统。本系统
FireAI智能助手·2023-11-27 06:26

最新AI创作系统ChatGPT网站运营源码、支持GPT-4-Turbo模型，图片对话识图理解，支持DALL-E3文生图

支持OpenAIDALL-E3文生图，支持最新GPT-4多模态模型。持GPT-4图片对话能力（上传图片并识图理解对话）,支持DALL-E3文生图。OpenA
只恨天高·2023-11-27 06:49

虚拟数字人简介

目录虚拟人概览定义广义与狭义：交互分类发展历史虚拟人技术核心技术：动捕计算机驱动-多模态技术和深度学习发展真人驱动-成本逐渐降低，有消费级应用，技术突破重点在于动捕技术趋势-拟人化：基础是视觉层面的高保真
夏殇0808·2023-11-27 01:22

【代码】平抑风电波动的电-氢混合储能容量优化配置（完美复现）matlab-yalmip-cplex/gurobi

首先基于经验模态分解，将原始风电功率信号分解为符合波动量限值的直接并网分量和混合储能功率任务；在综合考虑电化学储能和氢储能介质充放电功率约束和存储状态约束的基
玉子（代码分享版）·2023-11-26 20:19

OpenAI GPT-4 Turbo发布：开创AI新时代

文章目录前言一.GPT-4Turbo的突破1.1上下文长度和控制手段的加强：1.2多模态支持：1.3API价格下调：二.GPTStore的革新2.1定制化GPT模型的创建与分享：2.2利润分享机制：2.3GPTBuilder
屿小夏·2023-11-26 18:29

【whaleblog】CMEF展会学习笔记

会展信息第88届中国国际医疗器械博览会来展会直奔12号展厅，参观各品牌展出的器械产品，耗材还是解决方案都很完善，并且很多新产品是之前没有接触过的，特别是汕超的多模态影像设备，来这里也是主要负责开开眼界，
miskirito·2023-11-26 14:43

视觉CV-AIGC一周最新技术精选(2023-11)

PG-Video-LLaVA:PixelGroundingLargeVideo-LanguageModelshttps://github.com/mbzuai-oryx/Video-LLaVA将基于图像的大型多模态模型
机器学习与AI生成创作·2023-11-26 13:14

盘点2023年Q3的开源模型，这些值得推荐！

基座模型LLaMA2Baichuan2ChatGLM2-6BQwen-14BInternLM-20BTigerbot-13BTigerbot-70B多模态模型LLaVA1.5VisualGLM-6BVisCPMNexT-GPTMiniGPT
快乐小码农·2023-11-26 10:57

MFC基本控件使用介绍

MFC学习笔记1、模态对话框CDlgExecdlg;dlg.DoMoal();2、非模态对话框DlaShowdlg;//这个变量不能放在按钮函数中创建，否则一闪即逝（局部变量自动回收），dlg.Create
陈子青 - See·2023-11-25 22:39

MFC基本控件的使用

文章目录1、基于对话框学习控件2、CStaticText静态文本3、EditCtrl属性4、下拉框ComboBox5、ListControl列表控件1、基于对话框学习控件1.1对话框模态非模态1.2按钮两个
在狂风中的少年·2023-11-25 22:07

第六届多模态脑网络数据处理班（直播：2023.7.28~7.31）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑网络（cerebralnetwork）定义为：大脑空间位置不同的皮质区域通过结构或功能联系整合起来形成的网络模式。
茗创科技·2023-11-25 19:35

什么是OpenAI？

此外，OpenAI还推出了CodeInterpreter，让LLM有能力处理几乎各种模态的二进制数据，这将颠覆现有软件工程的模式，并可能成为未来软件工程的常态。https://openai.com/
向上的车轮·2023-11-25 18:23

经验模式分解（EMD）及希尔伯特-黄变换（HHT）简介及matlab实现

（链接：https://pan.baidu.com/s/1LWzlEO6Vp7CqInjqPnV8_A提取码：zga8）一、经验模式分解（EMD）关于经验模态分解的概念，网上有很多具体的讲解，这里就不进行细说
一弦-sring·2023-11-25 18:58

第六届多模态脑网络数据处理班（直播：2023.7.28~7.31）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑网络（cerebralnetwork）定义为：大脑空间位置不同的皮质区域通过结构或功能联系整合起来形成的网络模式。
茗创科技·2023-11-25 13:20

多模态——使用stable-video-diffusion将图片生成视频

多模态——使用stable-video-diffusion将图片生成视频0.内容简介1.运行环境2.模型下载3.代码梳理3.1修改yaml文件中的svd路径3.2修改DeepFloyDataFiltering
常鸿宇·2023-11-25 13:24
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他