Adobe提出超越Stable Diffusion的GAN网络，10亿参数量模型速度吊打Stable Diffusion！目前已被CVPR2023接收！
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
上交学者提出了一种利用Diffusion模型生合成语义分割数据集，并基于此训练了一个开放词汇分割的模型，效果惊艳！
...
统治扩散模型的U-Net结构被取代了！谷歌提出基于Transformer的可扩展扩散模型DiT！计算效率和生成效果均超越ADM和LDM！代码刚刚开源！
...
“AI读心术”来了，日本学者基于Stable Diffusion模型提出了一个大脑视觉信号重建图像的研究，效果惊人！目前已被CVPR 2023接收！
...
Claude AI创始人Dario Amodei 大胆预测：下一代千亿参数AI模型智力将媲美诺奖得主，
...
【GAN+自动编码器】DCGAN模型实现生成数字图片！博士精讲GAN原理及实战，GAN生成对抗网络代码讲解！
...
Meta AI提出新的视觉Transformer结构，相同精度内存减少15倍！代码和模型目前已开源！
...
CNN-LSTM-Attention：神经网络时间序列预测代码逐行解读，Informer源码解读，Time-LLM：基于大语言模型的时间序列预测！
...
POV：你得到一个电镀GAN魔方
...
文本引导的虚拟试衣来了，多模态在时尚领域的又一杀器！一键更换模特服装！目前代码模型已开源！
...
GAN12ui pro测速
...
北大联合华为诺亚提出了一种增强对比学习的新方法ArCL，通过学习更鲁棒的特征，将MOCO等对比学习方法提升1-2个百分点！目前已被ICLR 2023接收！
...
【全187集】字节跳动大佬终于把AI大模型（LLM）讲清楚了！通俗易懂，2024最新内部版！拿走不谢，学不会我退出IT圈！
...
Adobe提出基于预训练图像Diffusion模型的视频编辑器，无需训练即可完成视频编辑功能，效果超过Tune-a-Video等方法！
...
NVIDIA放大招了！在生成模型基础上提出Action-GPT：利用GPT实现任意文本生成动作！效果绝了！
...
PDF 完全免费在线工具箱，方便处理任意PDF文件！
...
谷歌学者提出了简单的DPN策略，在ViT 的Patch Embedding层前后各加一个LN层就能提升ViT性能！
...
超越所有YOLO检测模型，mmdet开源当今最强最快的目标检测器RTMDet！
...
又火了！SDV4.9+flux大模型炸裂大更新（附秋叶SD全套超强整合包+超强模型整合包）yyds 感谢秋枼大佬！sd安装教程 Stablediffusion
...
微软亚研提出了小模型蒸馏方法TinyMIM！MIM预训练小模型性能提升4个百分点！目前模型和代码均已开源！
...
微软提出简单的Open vocabulary检测和分割框架，能够统一处理两种任务，性能超过GLIP等模型！目前已开源！
...
【多模态+大模型+知识图谱】2024完整版：这绝对是B站最全的教程，论文创新点终于解决了！——人工智能/深度学习/aigc/计算机视觉
...
【GAN GURUS战报】天才少年王艺衡！4.25秒第四次打破三阶平均世界纪录！
...
最强视觉backbone网络ConvNext v2来了！Meta AI融合了视觉掩码自监督框架，提出新的新的SOTA算法！目前代码和模型已开源！
...
CLIP可以直接拿来做文本检测了！腾讯优图提出TCM结构，文本检测能力在多个数据集上均有较大提升！目前以被CVPR2023接收！
...
【多模态大模型高峰论坛】金连文教授：多模态大模型技术及其在OCR的应用
...
CVPR2023发表，LayoutDiffusion：用于Layout控制图像生成的新方法，比之前方法取得了更好的生成质量和更多的可控制性！
...
即插即用的inpainting模型！腾讯提出BrushNet！
...
解锁CLIP长文本能力！即插即用替换CLIP！上海AI Lab提出Long-CLIP！
...
阿里达摩院提出了新的多边形战士模型mPLUG-2，在各种视觉，文本以及多模态任务上均取得不错的性能，超过BEIT V3和EVA！
...
【劝退】自学StableDiffusion能救一个是一个！这里面的水可深了！人工智能大佬专为零基础研制的StableDiffusion教学教程，太牛了！AI绘图
...
伊朗科技大学学者提出用于医学图像识别的骨干网络MedViT，融合了CNN和Transformer的结构，在多项医学图像任务取得不错效果！
...
百度联合VIS提出新的文档图像理解预训练框架StrucTextv2，设计了适用于文档数据的掩码自监督策略，目前已被ICLR 2023接收！
...
亚马逊学者提出了既能看又能读的多模态场景理解模型，支持传统的VQA以及文本VQA！
...
【全198集】CV入门到起飞！一口气学完Python、OpenCV、深度学习基础、Pytorch、卷积神经网络、物体检测、图像分割、等八大计算机视觉必备基础！
...
上海AI Lab提出利用多种预训练模型进行集成学习的新方法CaFo，利用 GPT-3，CLIP，DINO等多种基础预训练模型提升少样本学习能力！
...
阿里联合清华提出了用于医学VQA的新方法RAMM，利用检索增强的策略在医学VQA数据集上取得新SOTA！数据集，代码即将开源！
...
AI蛋白质设计详解！基于RF diffusion实现多肽设计
...
华为诺亚提出视觉文档理解多模态预训练模型WuKong-Reader，在百万级文档数据上进行了预训练，多项下游任务效果SOTA！
...
CLIP助力跨域目标检测，来自EVEN CVLab的学者提出语义增强策略，提升效果明显
...
神马！只用60行Numpy代码手搓出GPT大模型！这老哥简直太牛啦