AI

15点人体关键点检测模型 输入一张人物图像，实现端到端的人体关键点检测，输出图像中所有人体的15点人体关键点坐标、点位置信度和人体检测框，点位顺序如下图所示。 15点人体关键点 模型描述 该任务采用

u2net-salient-detection模型介绍 给定一张输入图像，输出视觉显著注意力图。 期望模型使用方式与适用范围 本模型适用范围较广，预测像素视觉显著注意程度，但不涉及图像中的语义信息。

FRCRN语音降噪模型介绍 我们日常可能会碰到一些录音质量不佳的场景。比如，想录制一段干净的语音却发现周围都很吵，录制的语音里往往混杂着噪声。当我们在噪杂的地铁或者巴士上通电话，为了让对方听清楚，不得

swinL-image-panoptic-segmentation模型介绍 给定一张输入图像，输出全景分割掩膜，类别，分数（虚拟分数）。 全景分割是要分割出图像中的stuff，things。stuff

基于混合图层的高清人像美肤模型 论文 ｜ github 人像美肤模型可用于对图像中的人体皮肤进行处理，实现匀肤（处理痘印、肤色不均等）、去瑕疵（脂肪粒、斑点、痣等）以及美白等功能。模型仅对裸露的皮肤进

RANER介绍 What's New 2023年8月： 开放域文本理解大模型 已上线，无需训练，即可完成实体识别、文本分类、阅读理解等多种任务！ 2023年4月： - 如您需要自定义实体类型，请尝试

News 2023年1月: 优化了finetune流程，支持参数更新、自定义数据及脚本分布式训练等，见finetune示例。 2022年12月: 支持了batch inference，具体见本页快速

人像修复介绍 输入一张包含人像的图像，算法会对图像中的每一个检测到的人像做修复和增强，对图像中的非人像区域采用RealESRNet做两倍的超分辨率，最终返回修复后的完整图像。 模型描述 GPEN将预训

DCT-Net人像卡通化模型 论文 ｜ 项目主页 输入一张人物图像，实现端到端全图卡通化转换，生成二次元虚拟形象，返回卡通化后的结果图像。 其生成效果如下所示： 本仓库提供DCT-Net日漫风转换模

Sambert-Hifigan模型介绍 模型体验及训练教程详见:Sambert-Hifigan模型训练教程 框架描述 拼接法和参数法是两种Text-To-Speech(TTS)技术路线。近年来参数TT

Sambert-Hifigan模型介绍 模型体验及训练教程详见:Sambert-Hifigan模型训练教程 框架描述 拼接法和参数法是两种Text-To-Speech(TTS)技术路线。近年来参数TT

读光文字检测 News 2023年10月： 新增DBNet通用场景模型和轻量化端侧模型转onnx和onnx推理功能 2023年6月： 新增轻量化端侧行检测模型和行识别模型 2023年3月： 新增DB

Paraformer-large模型介绍 Highlights 热词版本：Paraformer-large热词版模型支持热词定制功能，基于提供的热词列表进行激励增强，提升热词的召回率和准确率。 长音

resnet18-human-detection模型介绍 给定一张输入图像，输出图像中人体的坐标。 期望模型使用方式与适用范围 本模型适用范围较广，覆盖室内外、监控、单人多人等大部分场景。 如何使用

Sambert-Hifigan模型介绍 模型体验及训练教程详见:Sambert-Hifigan模型训练教程 框架描述 拼接法和参数法是两种Text-To-Speech(TTS)技术路线。近年来参数TT

Sambert-Hifigan模型介绍 模型体验及训练教程详见:Sambert-Hifigan模型训练教程 框架描述 拼接法和参数法是两种Text-To-Speech(TTS)技术路线。近年来参数TT

UniASR 模型介绍 FunASR开源项目介绍 FunASR希望在语音识别的学术研究和工业应用之间架起一座桥梁。通过发布工业级语音识别模型的训练和微调，研究人员和开发人员可以更方便地进行语音识别模型

基于连续语义增强的神经机器翻译模型介绍 本模型基于邻域最小风险优化策略，backbone选用先进的transformer-large模型，编码器和解码器深度分别为24和6，相关论文已发表于ACL 20

BaSSL视频场景分割模型介绍 视频场景分割任务：场景（scene）定义为一段在语义上具有连续性的视频片段，视频场景分割指的是将一段视频分成若干个场景。 本模型使用基于ResNet-50的结构

基于连续语义增强的神经机器翻译模型介绍 本模型基于邻域最小风险优化策略，backbone选用先进的transformer-large模型，编码器和解码器深度分别为24和6，相关论文已发表于ACL 20