pytorch

Highlights UniASR英语语音识别模型，可对近场、低噪、正常语速、朗读形式的英语音频进行语音识别： ASR模型：UniASR模型，英语语音识别模型。 ITN模型：英语ITN模型，可用于语

CAM++说话人识别模型 CAM++模型是基于密集连接时延神经网络的说话人识别模型。相比于一些主流的说话人识别模型，比如ResNet34和ECAPA-TDNN，CAM++具有更准确的说话人识别性能和更

Fer 模型介绍 稳定调用及效果更好的API，详见视觉开放智能平台：人脸属性识别、表情识别。 人脸表情识别模型Fer 模型描述 Fer为人脸表情识别领域的明星项目(代码地址)。网络结构比较简单，bac

Orion-14B ??中文 | ?English ? HuggingFace主页 | ? ModelScope主页? HuggingFace在线试

基于StructBERT的中文Base预训练模型介绍 StructBERT的中文Large预训练模型是使用wikipedia数据和masked language model任务训练的中文自然语言理解预

ROM语义相关性-中文-电商领域模型介绍 文本检索是信息检索领域的核心问题, 其在很多信息检索、NLP下游任务中发挥着非常重要的作用。 近几年, BERT等大规模预训练语言模型的出现使得文本表示效果有

Orion-14B ??中文 | ?English ? HuggingFace主页 | ? ModelScope主页? HuggingFace在线试

中文CLIP News 2022年11月： 发布ModelScope 1.0版本，以下能力请使用1.0.2及以上版本。 上线Huge模型(224分辨率) 上线创空间，更强大的demo展示：中文图文检

基于序列建模的文本分割模型 该模型基于wiki-en公开语料训练，对未分割的长文本进行段落分割。提升未分割文本的可读性以 及下游NLP任务的性能。 模型描述 随着在线教学、会议等技术的扩展，口语文档的

ROM语义相关性-中文-通用领域模型介绍 文本检索是信息检索领域的核心问题, 其在很多信息检索、NLP下游任务中发挥着非常重要的作用。 近几年, BERT等大规模预训练语言模型的出现使得文本表示效果有

res2net-salient-detection 模型介绍 给定一张输入图像，通过目标边界信息引导找出图中的显著性目标，并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

Baichuan-13B-Base 介绍 Baichuan-13B-Base为Baichuan-13B系列模型中的预训练版本，经过对齐后的模型可见Baichuan-13B-Chat。 Baichua

Orion-14B ??中文 | ?English ? HuggingFace主页 | ? ModelScope主页? HuggingFace在线试

视频目标检测 自动驾驶实时视频检测模型, 把周围环境检测问题，转化为将来环境预测问题，从问题定义的层面解决自动驾驶中环境感知时延的问题。该任务定义为流感知（Streaming Perceptio

OrionStar-Yi-34B-Chat Github | ? Online Demo 目录 ? 模型介绍 ? 模型推理 ? ? 示例输出 ? 企业介绍 ? 声明、协议 模型介绍 Or

Investigating Tradeoffs in Real-World Video Super-Resolution 模型描述 RealBasicVSR提出了一个预清理模块，其可以在传播之前抑制退

ArcFace 模型介绍 稳定调用及效果更好的API，详见视觉开放智能平台：人脸比对1:1、口罩人脸比对1:1、人脸搜索1:N、公众人物识别、明星识别。 人脸识别模型ArcFace, 推荐使用An E

hrnet-crowd-counting模型介绍 人数: 148 给定一张输入图像，输出图像中人群个数的总值，以及对应的heatmap图。 模型基本原理（如下图所示）： 针对不同的domain数据，

OFA-文字识别 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： 上线创空间：OFA的中文OCR体验

Orion-14B ??中文 | ?English ? HuggingFace主页 | ? ModelScope主页? HuggingFace在线试