ChatGPT中API的试用最近ChatGPT智能AI很火，可以写代码，DEBUG，写简历等等上去查看了一下，是可以调用API的，本着学习的态度就是用这个款AI辅助我写了一个demo（本人原来对flask只懂一点点）目录0x01主页0x02图片API0x03上传图片0x04调用的API自动保存0x05上传视频0x06日志功能0x07目录结构0x08APP.py0x09Key.py0x0A结语先看效果：0x01主页主要功能是验证API，可以用默认的（考虑到多人使用，所以用自己的更好）0x02图片API主要功能就是自带的API，创建图片、变体图片、编辑图片0x03上传图片作为一个网站怎么能没有上传

1.摘要我们提出了一个多模态框架Video-LLaMA1，它使大型语言模型(LLM)能够理解视频中的视觉和听觉内容。视频-来自冻结的预训练视频和音频编码器和冻结的LLM的美洲驼引导跨模式训练。不像以前的工作，补充线性最小二乘法只处理视觉或听觉信号(朱等，2023；刘等，2023；Huangetal.，2023a)，Video-LLaMA通过解决两个挑战来实现视频理解:(1)捕捉视觉场景的时间变化，(2)整合视听信号。为了应对第一个挑战，我们提出了一个视频Q-former来将预训练的图像编码器组装到我们的视频编码器中，并引入视频到文本生成任务来学习视频语言的对应性。对于第二个挑战，我们利用Ima

*本文记录一下我自己导入地图的过程及遇到的问题，当个日志，能帮到其他人就更好了〇.软件版本：（ubuntu18）UE4.24+carla0.9.10+roadrunner2022b 包括UE4下的roadrunner插件，假设您已经安装完这些并成功运行demo；一.roadrunner导出地图        这一部分基本没有什么问题，可以参照网上的教程，导出carla格式的地图内容，并放在一个文件夹下，如下图：    这里遇到了一个问题：网上有些教程用了roadrunner自己的demo场景，我试了某些，在后续导入UE4的时候会出现程序卡死的情况。分析原因可能是地图要素过多或者电脑配置不够，导

文章目录一、PreliminaryWorks二、HighlightedProjects2.1Semantic-SAM2.2SEEM:SegmentEverythingEverywhereAllatOnce2.3OpenSeeD2.4LLaVA三、Installation3.1InstallwithDocker3.2InstallwithoutDocker四、GroundingDINO:DetectEverythingwithTextPrompt4.1Downloadthepretrainedweights4.2Runningthedemo4.3RunningwithPython4.4Check

Gemini【一句话总结，对标GPT4，模型还是transformer的docoder部分，提出三个不同版本的Gemini模型，Ultra的最牛逼，Nano的可以用在手机上。】谷歌提出了一个新系列多模态模型——Gemini家族模型，包括Ultra，Pro，Nano（1.5BNano-1，3.25BNano-2）三种尺寸（模型由大到小）。在图像、音频、视频和文本理解方面都表现出现，GeminiUltra在32个benchmarks实现了30个sota。在MMLU中甚至达到了人类专家的性能。Bard具体使用体验待更新…1.引言Gemini的目标：建立一个模型，该模型不仅具有跨模态的强大通用能力，而

我正在使用Model-View-Presenter设计模式和EventBus(Otto)。我实现此模式的全部原因是仅将事件与演示者分离，并让演示者更新View。这是我拥有的一些代码的示例，我将使用获取Events作为示例。(请注意，Events不同于EventBusEvent，意思是Events中的一个Eventcode>是一个类似“爸爸的生日”的事件，但是EventBus中的一个Event是一个总线事件。fragmentpublicclassEventFragmentextendsFragment{privateEventPresentermEventPresenter;//Init

VisionLAN摘要介绍相关工作场景文本识别掩蔽和预测该方法Pipeline屏蔽语言感知模块(MLM模块)视觉推理模块（VRM）训练目标实验数据集实验细节消融实验与先进算法的对比OST数据集上的语言能力中文长数据集的泛化能力定性分析总结运行摘要该论文提出了一种视觉语言建模网络（VisionLAN），它将视觉和语言信息作为一个整体，直接直接赋予视觉模型语言的能力。在训练阶段引入了基于字符的遮挡特征图的文本识别，视觉模型在视觉线索被混淆时（遮挡、噪声等），利用字符的视觉纹理，还利用视觉语境的语言信息进行识别。由于语言信息与视觉特征一起获取，不需要额外的语言模型，因此VisionLAN的速度提高了

论文笔记--1.文章简介2.文章概括3文章重点技术3.1模型架构3.2训练数据3.3模型评估3.3.1文本3.3.1.1Science3.3.1.2Modelsizes3.3.1.3Multilingual3.3.1.4LongContext3.3.1.5Humanpreference3.3.2多模态3.3.2.1图像理解3.3.2.2视频理解3.3.2.3图像生成3.3.2.4音频理解3.4部署4.文章亮点5.原文传送门1.文章简介标题：Gemini:AFamilyofHighlyCapableMultimodalModels作者：GeminiTeam,Google日期：20232.文章概括

前言在机器视觉开发过程中，经常使用工业相机采集图像，以下采用海康机器人提供的SDK开发demo，使用语言C++，界面显示使用的Qt。SDK来自MVS3.1版本中附属的Development文件夹。完整的项目链接地址为：海康工业相机SDK的Demo源代码C++版本附录海康工业相机的命名方式：海康工业相机的开发流程一般为：详细开发流程主要代码1.搜索并选择相机。MV_CC_DEVICE_INFO_LIST是设备结构体。海康的设备结构体与图像结构体是分开的。一个是硬件设备相关，一个是图像信息相关。MV_CC_DEVICE_INFO_LISTstDeviceList;memset(&stDeviceL

【Unity-Shader脚本】0基础学会通过用Unity-Shader脚本渲染图像数据（NV21,NV12,RGBA数据）详细教程--附源代码及测试工程。前言Unity-Shader代码部分讲解什么是Unity-ShaderUnity-Shader中编写格式Unity-C#代码部分讲解Unity-界面部分讲解及Demo使用说明功能演示控件的绑定关系调试技巧程序扩展NV12图像数据的渲染BRG图像数据的渲染图像的镜像Demo工程说明前言  最近有一个需求是需要我在Unity中将获取到的图像数据来展示在Unity的界面之中。功能其实很简单，熟悉Unity-Shader的小伙伴可能很快就可以做出来