京东 11.11 红包
GOT-OCR 2.0 开源的多模态识别与格式化输出的全能OCR解决方案：图表、几何图形、音乐符号轻松转可编辑文本
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
强推！不愧是李飞飞，一口把深度学习、计算机视觉、神经网络、图像处理、图像分割、目标检测、物体识别给讲透了，新手小白秒上手！-人工智能/计算机视觉
...
【多模态论文解读】GOT-OCR2.0
...
一款开源免费的强大OCR工具，Surya刚刚更新表格识别功能，支持90多种语言，支持本地部署和API服务
...
FluxMusic: 基于FLUX的高效文本到音乐生成系统
...
英伟达改变AI训练规则，用98%合成数据训练了3400亿参数巨兽 Nemotron-4 340B，不仅超越开源对手，性能还能赶超GPT4
...
比LoRA快50倍的微调方法，LISA使用一张显卡就可以超越全参调优
...
TANGO: 超越Heygen的开源数字人框架，实现AI驱动全身动作视频生成
...
DesignEdit 无需训练的开源图像分图层处理编辑框架
...
EAGLE: 英伟达推出高分辨率多模态AI模型，新型视觉Token可处理1024像素的大图片
...
法国AI实验室Kyutai发布GPT-4o的开源平替音频多模态模型Moshi
...
Hugging Face开源全新的文本转语音模型Parler-TTS，能使用文本提示控制语音风格
...
易语言免费ocr文字识别源码
...
苹果发布大语言模型DCLM-7B，不仅开放了代码和权重，连训练流程和数据集也一起开放了
...
Yann LeCun团队发布以视觉为中心方法设计的开源多模态大模型 Cambrian-1
...
最强免费开源文字识别Umi-OCR
...
什么是OCR？强推！2024最容易上手的OCR文字识别教程分享！计算机博士带你秒懂OCR底层逻辑原理
...
爆肝！目前B站最强【百度飞桨PaddlePaddle实战项目】教程，房价预测/电路板缺陷检测/OCR车牌识别/物流信息提取一口气带你搞定！！！
...
研究生自学必看！耗时8个月时间整理的公式代码一条龙【MATLAB论文复现】教程，带你轻松复刻MATLAB论文从公式到代码完整流程！
...
StabilityAI推出StableAudio2.0音乐生成模型,比Suno还长1分钟
...
又可以白嫖了 Hugging Face推出免费GPU服务ZeroGPU，可以免费使用多个40G的A100
...
AHK自动化教程【12】：如何识别文字—OCR
...
最新多模态大模型QWEN2-VL详细教程-环境配置、数据集构建、模型微调、训练流程、效果展示
...
Meta发布Llama 3.2:多模态视觉能力超越GPT-4o-mini,还能跑在手机上
...
【200集付费】一口气学完回归算法、聚类算法、决策树、随机森林、神经网络、贝叶斯算法、支持向量机、神经网络等十二大机器学习算法！
...
【全874集】目前B站最全最细的ChatGPT零基础全套教程，2024最新版，包含所有干货！一天就能从小白到大神！少走99%的弯路！存下吧！很难找全的！
...
Mistral发布首个基于Mamba的开源大语言模型Codestral 7B
...
高质量 3D 生成大模型 Direct3D，基于3D-DiT，可以直接使用文本生成3D对象，不需要再进行2D的升维
...
Magic Insert：轻松拖放，实现图像间的风格无缝融合
...
阿里开源FunAudioLLM：SenseVoice语言识别和CosyVoic语音克隆均已开源
...
马斯克发布具备视觉能力的多模态模型Grok-1.5 Vision 预览版，但未说明是否开源，只开源了测试模型对真实世界理解能力的数据集RealWorldQA
...
斯坦福公开课！不愧是计算机大佬李飞飞亲授：计算机视觉实战居然如此通俗易懂！建议收藏！（人工智能、深度学习、机器学习、神经网络、AI）
...
Ideogram 发布2.0版本模型，不仅能够生成海报，文字生成接近完美，而且还是免费的
...
谷歌发布新一代大语言模型Gemma 2，重新设计了整体架构有9B和27B两种版本
...
《Python 机器学习》作者发布新书《Build a Large Language Model (From Scratch)》讲解如何从头开始构建大型语言模型
...
强推！我敢保证这是B站最全的（python＋机器学习＋深度学习）系列教程，3小时就能从入门到精通，通俗易懂，小白也能学得会！人工智能|深度学习|计算机视觉
...
[小猿计算机口算大赛]范围应用最广的还只能是OCR识别
...
【人工智能数学自学版】全198集最最浓缩版精华！一口气学完概率论基础、线性代数基础、高等数学基础、微积分等等，这不比刷剧爽！
...
小波变换+注意力机制，数据处理领域的“王炸”组合，创新性拉满！
...
MotionClone: AI视频动作克隆框架并可使用文本提示生成新动作
...
OpenAI API增加结构化输出功能，可以直接返回指定json格式输出