wwdok has 41 repositories available. Follow their code on GitHub.

加速扩散模型的方法有很多种，有渐进式蒸馏、对抗训练、LCM等等，但今年5月份新出的PeRFlow，似乎效果和速度都很好！ 要说PeRFlow还得先从Rectified Flow说起。 去 …

To detect different speakers in the audio, you can use the whisper-diarization application. Download the JSON file after running Whisper on an audio file, and then run app.py in the …

modelscope托管的仓库： https://modelscope.cn/models/wwd123/sadtalker (是本github仓库的精减版，两处的代码有轻微的不同。 该仓库主要分为两种使用方式，第一种运行时跑的是本仓 …

v代表velocity（速度），也就是说扩散模型输出的是预测的速度，v-prediction来源于论文《PROGRESSIVE DISTILLATION FOR FAST SAMPLING OF DIFFUSION MODELS》，这篇论 …

基于前人们的知识成果积累，论文 《Categorical Reparameterization with Gumbel-Softmax》 的作者还真找到了解决方法， 第一个问题的方法是使用Gumbel Max Trick，第二个问题的方法 …

Instantly share code, notes, and snippets. Split images and labels together to train/val/test dataset. After running this script, there will be train/val/test three folders inside imageDir and …

2023年5月30日 · ViLT论文里的这张图展示了多模态模型的发展历程，最开始的模型特点是Visual Encoder最大，Textual Encoder第二大，Modality Interaction是对文本特征和图像特征做一个 …

哔哩哔哩wwdok的个人空间，提供wwdok分享的视频、音频、文章、动态、收藏等内容，关注wwdok账号，第一时间了解UP主动态。 知乎：https://www.zhihu.com/people/wang-wei-78 …

2024年8月18日 · 一、介绍 Stable Fast 3D，由 Stability AI 推出，是一项颠覆性的 3D 建模技术，它通过 AI 算法将单张图片迅速转换为高质量的 3D 模型，极大地缩短了传统 3D 建模的时 …