本项目主要围绕计算机视觉竞赛中的目标检测任务展开，使用了YOLOv8模型来实现视频中的特定目标检测和分类。整个项目从数据准备、模型训练到最终的推理结果生成，均进行了详细的实现与记录。...
Deepfake技术是一种利用人工智能和机器学习算法创建高度逼真的合成音频、视频或图像内容的技术。其核心是使用深度学习，特别是生成对抗网络（GANs）、扩散模型（StableDiffusion），来模仿和生成与真...
基础文生图模型优化，可控生成与图像编辑，生成采样加速。扩散模型的本质：不断去噪，将一个纯粹的高斯噪声转换为真实有美感的图片。视频中介绍的定制化生成我觉得有很大的应用前景，因为如果要创作长篇系列作品的话，保持角色一致...
Task2.1：《深度学习详解》-3.3&4&5自适应学习率的概念和方法，包括AdaGrad、RMSProp和Adam等优化器。-**训练网络时的梯度和损失变化**：训练网络时损失可能不再下降，但梯度范数不一定小，梯度可能在山谷壁间“震...
作为一个技术小白，我的逻辑可能并不严密，专业知识并不丰富，但还是想通过这样的一种输出方式，谈谈自己的感受和理解，在写文章的同时帮助自己梳理思路，也为大家提供一点见解。机器要找一个函数f，其输入是可能是种种跟预测P...
DatawhaleAI夏令营-Task3夏令营2期-音视频-baseline。...
本人在此次活动Task1完成了对文生图的初步探索，后续会从模型调参与数据集，提示词等方面进行学习和优化。最后，推荐给大家一个提示词网站...
《深度学习详解》3.2节中关于批量和动量的主要内容总结：批量的概念：在深度学习训练过程中，数据不是一次性全部用于计算梯度，而是被分成多个小批量（batch），每个批量包含一定数量的数据。每个批量的损失函数用于计算梯度并更新模型参数。批量大小对梯度下降法的影...
Hi，大家好，我是半亩花海。最近在继续学习DatawhaleX魔搭举办的2024年AI第四期夏令营的AIGC文生图方向，本次Task2的主要学习内容是借助通义千问、文心一言等大模型工具（无广）进行精读basel...