图像增强库albumentations(v1.3.0, 2023.5)中所有图像增强方法记录（class）
Albumentations图像增强库中所有图像增强方法的记录。
【论文笔记】Mamba：挑战Transformer地位的新架构
Mamba的论文笔记
YOLO语义分割标注文件txt还原到图像中
【代码】YOLO语义分割标注文件txt还原到图像中
论文AI率怎么降：揭秘有效降低AI辅助写作比例的策略
综上所述，降低论文AI率需要我们从多个方面入手，包括明确写作目标与内容定位、提升作者的学术素养与写作能力、合理利用AI辅助工具、强化原创性意识与规范引用、建立论文审核机制与反馈循环、加强学术道德教育与监管以及利用技术手段降低AI辅助比例。只有这样，我们才能确保学术论文的质量和原创性，推动学术研究的健
阿里最新EMO：只需要提供一张照片和一段音频，即可生成会说话唱歌的AI视频
阿里发布AI图片-音频-视频模型技术EMO，用户只需要提供一张照片和一段任意音频文件，EMO即可生成会说话唱歌的AI视频。以及实现无缝对接的动态小视频，最长时间可达1分30秒左右。
Mamba-UNet：用于医学图像分割的类似UNet的纯视觉Mamba网络
所提出的Mamba-UNet的架构如图2所示，其灵感来源于UNet [24] 和 Swin-UNet [3]。首先将大小为 H × W × 1 的2D灰度图像分割成类似于ViT和VMamba的块 [5,16]，然后转换为维度为 H/4 × W/4 × 16 的1D序列。一个初始的线性嵌入层将特征维度
【AI视野·今日CV 计算机视觉论文速览 第298期】Fri, 26 Jan 2024
AI视野·今日CS.CV 计算机视觉论文速览Fri, 26 Jan 2024Totally 71 papers👉上期速览✈更多精彩请移步主页Daily Computer Vision PapersMultimodal Pathway: Improve Transformers with Irrel
Labelme加载AI（Segment-Anything）模型进行图像标注
labelme是使用python写的基于QT的跨平台图像标注工具，可用来标注分类、检测、分割、关键点等常见的视觉任务，支持VOC格式和COCO等的导出，代码简单易读，是非常利用上手的良心工具。（2）在labelme/labelme/文件夹下自建一个文件夹model_file。（3）依次输入以下几个网
nnU-Netv2在服务器上使用全流程（小白边踩坑边学习的记录）
小白第一次使用nnunet做医学影像分割任务的经历，记录记录踩的坑，憧憬下未来的继续使用
（2024，提示优化，监督微调，强化学习，近端策略优化）用于安全生成文本到图像的通用提示优化器
本文提出用于安全 T2I 生成的通用提示优化器。首先构建一个包含有毒-清洁提示对的数据集来微调 LM。然后设计了一个奖励函数，用于衡量生成图像的毒性和文本对齐度，并通过近端策略优化进行训练。
sora参考文献整理及AI论文工作流完善（更新中）
OpenAI最新发布的Sora效果惊为天人，除了阅读研究原文（openai.com/research/video-generation-models-as-world-simulators）之外，其引用的32篇参考文献也是了解对应技术路线的重要信息。借此机会，也顺便探索一下整个AI论文的工作应该是什
图像增强的两个评价指标：峰值信噪比PSNR和结构相似度SSIM
两种图像增强的评价指标（全参考指标）PSNR和SSIM
AI之T2I：Stable Diffusion 3的简介、安装和使用方法、案例应用之详细攻略
AI之T2I：Stable Diffusion 3的简介、安装和使用方法、案例应用之详细攻略目录Stable Diffusion 3的简介Stable Diffusion 3的安装和使用方法Stable Diffusion 3的案例应用Stable Diffusion 3的简介提示：夜晚，山顶上的
主流AI服务——大专生新就业之路
主流AI服务——大专生新就业之路
深度解析Sora的核心技术
深度解析Sora的核心技术
Cmake编译《OpenGL超级宝典》第七版GitHub源码及常见错误解决
LNK4272: 库计算机类型“x86”与目标计算机类型“x64”冲突的解决方法；LNK201：无法解析的外部符号 __imp_wglGetProcAddress，函数 get_proc 中引用了该符号的解决方法；无法启动程序 glfw-3.3.9(build\Win32\Debug\ALL BUI
AI浅谈：计算机视觉（CV）技术的优势和挑战
自动驾驶汽车是利用CV技术实现的。这些系统使用多种传感器（如摄像头、雷达和激光雷达等）来捕获周围环境的数据，并通过算法进行分析。这样，汽车就可以自动控制方向、速度和距离等参数进行行驶。然而，在雨天、夜晚和极端天气条件下，CV技术可能会受到限制，从而影响汽车的性能和安全性。
Sora：开启视频创作未来的AI革命。Chatgpt
在人工智能技术迅猛发展的今天，OpenAI推出的AI视频模型Sora代表了视频创作领域的一次重大革新。Sora凭借其卓越的性能和前瞻性技术，不仅提高了视频制作的效率和质量，还开辟了全新的创作可能性。本文深入探讨了Sora的核心技术特点，包括其先进的神经网络结构、数据处理能力和学习算法，展现了它在视频
大世界模型 Large World Model（LWM）：开源界Gemini Pro
目前，在paperswithcode网站研究趋势榜单中排名第一。大世界模型（LWM）是一种通用的多模态自回归模型。它使用RingAttention在各种长视频和书籍的大型数据集上进行训练，可以执行语言，图像和视频理解和生成。LWM可以与图像聊天。LWM可以跨1M上下文检索事实，具有高准确性。LWM可
人工智能 — 边缘提取
边缘提取、图像锐化和图像平滑、Prewitt 算子、Sobel 算子、Canny 边缘检测算法
