Загрузка видео...

Не удалось загрузить видео

На главную

发现了个好工具，这个项目是《DeepFace：轻量级人脸识别与面部属性分析框架》， 基于Python，涵盖了年龄、性别、情绪、种族等属性的分析。 DeepFace框架是一个混合型人脸识别工具包，集成了多个前沿模型，如VGG-Face、FaceNet、OpenFace、DeepID、ArcFace等。 该框架的准确度甚至超过了人类在面部识别任务中的水平（人类识别准确率为97.53%）。 项目地址：

seclink's profile picture

Y11

31,978 subscribers

122,479 просмотров • 1 год назад •via X (Twitter)

Наука и технологии
LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 3

Фото профиля Y11
Y111 год назад

使用起来超级简单，不到100行Python就能用.

Фото профиля 1k1wfznj
1k1wfznj1 год назад

这个是目前最强的开源人脸识别库吗

Фото профиля Captainking
Captainking1 год назад

AI关键能识别嘛？

Похожие видео

一个强大的开源知识库管理系统：Simba。 能够轻松地任何检索增强生成（RAG）框架集成使用，并帮助我们更好地管理各种知识库。 GitHub： 同时采用模块化设计，可根据需求，自由使用不同的向量存储、嵌入模型以及解析器等组件。 有了该工具，大大简化对知识库管理的复杂性。
0:51

一个强大的开源知识库管理系统：Simba。 能够轻松地任何检索增强生成（RAG）框架集成使用，并帮助我们更好地管理各种知识库。 GitHub： 同时采用模块化设计，可根据需求，自由使用不同的向量存储、嵌入模型以及解析器等组件。 有了该工具，大大简化对知识库管理的复杂性。

GitHubDaily

28,641 просмотров • 1 год назад

在医院拍完胸部 X 光后，经常还需要排队等待拿结果给医生查看分析，折腾下来基本都要一个多小时。 最近在 GitHub 上看到的 MedRAX 这款开源的医学影像分析智能体，正在试图改变我们这种传统方式。 它集成了多个专业的胸部 X 光分析工具，基于 LangChain 和 LangGraph 框架构建，使用 GPT-4o 作为核心大模型。 整合了视觉问答、图像分割、病灶定位、报告生成、疾病分类等 7 大类专业工具，无需额外训练即可智能调用这些工具完成复杂的医学影像分析任务。 GitHub： 主要特性： - 视觉问答：使用 CheXagent 和 LLaVA-Med 进行复杂的医学影像理解和推理； - 精准分割：采用 MedSAM 和 PSPNet 模型识别解剖结构； - 病灶定位：通过 Maira-2 模型在影像中精确定位病变位置； - 报告生成：基于 SwinV2 Transformer 自动生成详细的医学诊断报告； - 疾病分类：利用 DenseNet-121 检测 18 种病理类别； - 综合评估：提供包含 2,500 个复杂医学查询的 ChestAgentBench 基准测试。 克隆仓库并安装依赖后，运行 即可启动 Gradio 界面使用，需要配置 OpenAI API 密钥，支持本地和云端部署。
1:27

在医院拍完胸部 X 光后，经常还需要排队等待拿结果给医生查看分析，折腾下来基本都要一个多小时。 最近在 GitHub 上看到的 MedRAX 这款开源的医学影像分析智能体，正在试图改变我们这种传统方式。 它集成了多个专业的胸部 X 光分析工具，基于 LangChain 和 LangGraph 框架构建，使用 GPT-4o 作为核心大模型。 整合了视觉问答、图像分割、病灶定位、报告生成、疾病分类等 7 大类专业工具，无需额外训练即可智能调用这些工具完成复杂的医学影像分析任务。 GitHub： 主要特性： - 视觉问答：使用 CheXagent 和 LLaVA-Med 进行复杂的医学影像理解和推理； - 精准分割：采用 MedSAM 和 PSPNet 模型识别解剖结构； - 病灶定位：通过 Maira-2 模型在影像中精确定位病变位置； - 报告生成：基于 SwinV2 Transformer 自动生成详细的医学诊断报告； - 疾病分类：利用 DenseNet-121 检测 18 种病理类别； - 综合评估：提供包含 2,500 个复杂医学查询的 ChestAgentBench 基准测试。 克隆仓库并安装依赖后，运行 即可启动 Gradio 界面使用，需要配置 OpenAI API 密钥，支持本地和云端部署。

GitHubDaily

192,886 просмотров • 10 месяцев назад

同一件事情，换句话说，给人的感觉就完全不一样。 别以为他们是有病，其实他们只是发现了人类心理的真相，上一个发现的，是诺贝尔经济学奖得主：丹尼尔-卡尼曼。 知识点：这叫框架效应。
1:05

同一件事情，换句话说，给人的感觉就完全不一样。 别以为他们是有病，其实他们只是发现了人类心理的真相，上一个发现的，是诺贝尔经济学奖得主：丹尼尔-卡尼曼。 知识点：这叫框架效应。

Leige

23,328 просмотров • 4 месяцев назад

🚀受邀参加了字节OmniHuman-1的内测，简单剪了一个mv做样片。总的来说效果很好，符合预期，就图生数字人来说，这就是目前最好的产品。主要优势： - 口型贴合度 -面部识别宽容度 -自然动态 -出色的解析度 ⬇️下面会仔细分析一些看点。
1:05

🚀受邀参加了字节OmniHuman-1的内测，简单剪了一个mv做样片。总的来说效果很好，符合预期，就图生数字人来说，这就是目前最好的产品。主要优势： - 口型贴合度 -面部识别宽容度 -自然动态 -出色的解析度 ⬇️下面会仔细分析一些看点。

汗青 HQ

535,860 просмотров • 1 год назад

体制内看一个岗位，除了级别，还有个很重要的东西，叫做“职务含权量”。 同样是正科级，分量可能差得非常远。 比如一个普通局的正科级干部，和一个实权部门的科长，级别差不多，但手里能调动的资源却完全是两码事。 再比如组织部管干部，人社部管编制和职称，财政部管钱，发改部管项目。 有些岗位级别未必特别高，但每天接触的都是干部、资金、项目和指标，职务含权量自然就高。 乡镇也是一样。 一个乡镇党委书记，级别放到整个干部体系里并不算高，但一个乡镇的人、财、项目、资源都要经过他，实际影响力往往很强。 所以体制内才经常出现“明升暗降”。 级别升了，职务听起来更好听了，可手里的预算少了、人事权少了、项目少了，职务含权量反而降了。 看一个岗位到底有没有分量，别只看他是处级还是科级。 要看他管多少人，掌握多少预算，能碰多少项目，能决定多少事。 这些东西加起来，才是一个岗位真正的“职务含权量”。
4:03

体制内看一个岗位，除了级别，还有个很重要的东西，叫做“职务含权量”。 同样是正科级，分量可能差得非常远。 比如一个普通局的正科级干部，和一个实权部门的科长，级别差不多，但手里能调动的资源却完全是两码事。 再比如组织部管干部，人社部管编制和职称，财政部管钱，发改部管项目。 有些岗位级别未必特别高，但每天接触的都是干部、资金、项目和指标，职务含权量自然就高。 乡镇也是一样。 一个乡镇党委书记，级别放到整个干部体系里并不算高，但一个乡镇的人、财、项目、资源都要经过他，实际影响力往往很强。 所以体制内才经常出现“明升暗降”。 级别升了，职务听起来更好听了，可手里的预算少了、人事权少了、项目少了，职务含权量反而降了。 看一个岗位到底有没有分量，别只看他是处级还是科级。 要看他管多少人，掌握多少预算，能碰多少项目，能决定多少事。 这些东西加起来，才是一个岗位真正的“职务含权量”。

查百万

112,997 просмотров • 10 дней назад

量化交易绕不开的库：TA-Lib，150+ 技术指标直接调用 ta-lib-python 是经典 TA-Lib 的官方 Python 封装，提供超过 150 种技术指标和 K 线形态识别功能。 它覆盖了动量、趋势、波动率、成交量、重叠研究、形态识别等多个类别，是量化交易和技术分析中非常基础的工具。 核心能力如下： 1️⃣ 覆盖常见技术指标（MACD、RSI、BOLL、KDJ、ADX、ATR 等） 2️⃣ 支持 60+ 种 K 线形态识别（锤头、吞没、十字星等） 3️⃣ 基于 Cython + NumPy，计算速度较快 4️⃣ 可直接配合 Pandas、Polars 使用 5️⃣ 提供函数式 API 和抽象 API，调用比较灵活 它可是目前 Python 量化里使用最广泛的技术分析库之一。 对做技术分析、策略回测，或者需要批量计算指标的人来说，这个库基本绕不开。
0:53

量化交易绕不开的库：TA-Lib，150+ 技术指标直接调用 ta-lib-python 是经典 TA-Lib 的官方 Python 封装，提供超过 150 种技术指标和 K 线形态识别功能。 它覆盖了动量、趋势、波动率、成交量、重叠研究、形态识别等多个类别，是量化交易和技术分析中非常基础的工具。 核心能力如下： 1️⃣ 覆盖常见技术指标（MACD、RSI、BOLL、KDJ、ADX、ATR 等） 2️⃣ 支持 60+ 种 K 线形态识别（锤头、吞没、十字星等） 3️⃣ 基于 Cython + NumPy，计算速度较快 4️⃣ 可直接配合 Pandas、Polars 使用 5️⃣ 提供函数式 API 和抽象 API，调用比较灵活 它可是目前 Python 量化里使用最广泛的技术分析库之一。 对做技术分析、策略回测，或者需要批量计算指标的人来说，这个库基本绕不开。

爱吃折耳根的Ace

13,449 просмотров • 1 месяц назад

为什么有人学什么都比你快？秘密在于这个框架！ 1.你先画知识框架：不是记内容而是列结构，搞清楚这个领域有哪些模块 2.你按框架填充内容：先有骨架再有血肉，效率提升3倍 3.你用输出倒逼输入：学完立刻讲给别人或者写出来 你用这套方法学任何新领域，1个月就能超过80%的人。
8:15

为什么有人学什么都比你快？秘密在于这个框架！ 1.你先画知识框架：不是记内容而是列结构，搞清楚这个领域有哪些模块 2.你按框架填充内容：先有骨架再有血肉，效率提升3倍 3.你用输出倒逼输入：学完立刻讲给别人或者写出来 你用这套方法学任何新领域，1个月就能超过80%的人。

Vincent

100,331 просмотров • 5 месяцев назад

提高个人学习效率的策略和技巧 优化学习前的准备：在开始深入学习之前，首先要对学习内容有一个大致的了解，包括通过阅读摘要、目录等方式获取关键词和主要概念。 建立知识框架：使用关键词和概念创建一个初步的知识结构，这个结构不依赖于任何特定的学习材料的顺序，而是基于你的先验知识和理解。 积极整合：在学习过程中，不断地将新信息整合到你的知识框架中，这包括对信息的重组和重新分类，以确保它与你已有的知识相连贯。 避免线性学习：避免按照材料原有的顺序进行线性学习，而是基于个人的知识框架，有选择性地学习那些能最大化提高理解和记忆的部分。 提高信息相关性：通过与已有知识的关联，增加新信息的相关性，这样可以更容易地记住并应用新学到的知识。 实践和应用：通过实际应用学习到的知识来加深理解和记忆，即使是简单或看似无用的练习也能帮助巩固学习成果。 个性化学习路径：虽然大脑的基本结构相似，但每个人的学习风格和偏好可能不同。寻找和优化最适合自己的学习方法是关键。
49:08

提高个人学习效率的策略和技巧 优化学习前的准备：在开始深入学习之前，首先要对学习内容有一个大致的了解，包括通过阅读摘要、目录等方式获取关键词和主要概念。 建立知识框架：使用关键词和概念创建一个初步的知识结构，这个结构不依赖于任何特定的学习材料的顺序，而是基于你的先验知识和理解。 积极整合：在学习过程中，不断地将新信息整合到你的知识框架中，这包括对信息的重组和重新分类，以确保它与你已有的知识相连贯。 避免线性学习：避免按照材料原有的顺序进行线性学习，而是基于个人的知识框架，有选择性地学习那些能最大化提高理解和记忆的部分。 提高信息相关性：通过与已有知识的关联，增加新信息的相关性，这样可以更容易地记住并应用新学到的知识。 实践和应用：通过实际应用学习到的知识来加深理解和记忆，即使是简单或看似无用的练习也能帮助巩固学习成果。 个性化学习路径：虽然大脑的基本结构相似，但每个人的学习风格和偏好可能不同。寻找和优化最适合自己的学习方法是关键。

Yangyi

118,234 просмотров • 2 лет назад

家人们，最近又找到了个很屌的网站，我激动的都尿了。 这个网站可以说是我目前遇到的最大的人工智能导航网站，截止目前已收录9680多个AI工具（包括浏览器插件，网站，APP等等），并将这些工具进一步细分为233种分类，涵盖写作，图像，视频，音频等方方面面，基本上有你所想要的一切，网站支持中文！
0:36

家人们，最近又找到了个很屌的网站，我激动的都尿了。 这个网站可以说是我目前遇到的最大的人工智能导航网站，截止目前已收录9680多个AI工具（包括浏览器插件，网站，APP等等），并将这些工具进一步细分为233种分类，涵盖写作，图像，视频，音频等方方面面，基本上有你所想要的一切，网站支持中文！

知识分享官

960,759 просмотров • 2 лет назад

我艹！ 这个实时进行图片识别的模型Rf-def牛逼啊！ 完全本地化部署开源且免费就可以使用啊！ 关键仅需300 m啊！ 可以实时识别人物、动物、物品等，并且我做了ui升级，可以总结输出识别报告以及分析运动过程等！ 我觉得还是很不错的！可以快速启用！ 我把它完全开源给大家，记得Star！原来的Ui有点不好看，所以搞了一下！ 项目地址：评论区哈
1:07

我艹！ 这个实时进行图片识别的模型Rf-def牛逼啊！ 完全本地化部署开源且免费就可以使用啊！ 关键仅需300 m啊！ 可以实时识别人物、动物、物品等，并且我做了ui升级，可以总结输出识别报告以及分析运动过程等！ 我觉得还是很不错的！可以快速启用！ 我把它完全开源给大家，记得Star！原来的Ui有点不好看，所以搞了一下！ 项目地址：评论区哈

Berryxia.AI

61,377 просмотров • 7 месяцев назад

Meta刚发了自家第一款实时音频感知模型：Muse Voice Transcribe，Meta AI眼镜的耳朵 它有几个核心能力，流式原生架构、80ms流式、AI自己决定等多久再写，通过强化学习让模型实现了自适应延迟，就是简单的词快速输出，难识别的词多听一会儿 最终效果，3.1% WER、0.16秒延迟，目前第一 第二个说话人分离，能分清20个以上的说话人，每个人说话前都会标注Speaker A、Speaker B等，原生支持超过1小时的音频，这个比较就适用于会议、播客等长时间场景 第三，能听懂中英混说，一句话里中英文无缝切换，转写流畅 还能利用你的个人上下文来提高识别准确率，比如说你常去的地点、你领域的专业关键词 #AI音频模型 #MuseVoiceTranscribe #实时音频模型
0:42

Meta刚发了自家第一款实时音频感知模型：Muse Voice Transcribe，Meta AI眼镜的耳朵 它有几个核心能力，流式原生架构、80ms流式、AI自己决定等多久再写，通过强化学习让模型实现了自适应延迟，就是简单的词快速输出，难识别的词多听一会儿 最终效果，3.1% WER、0.16秒延迟，目前第一 第二个说话人分离，能分清20个以上的说话人，每个人说话前都会标注Speaker A、Speaker B等，原生支持超过1小时的音频，这个比较就适用于会议、播客等长时间场景 第三，能听懂中英混说，一句话里中英文无缝切换，转写流畅 还能利用你的个人上下文来提高识别准确率，比如说你常去的地点、你领域的专业关键词 #AI音频模型 #MuseVoiceTranscribe #实时音频模型

AIGCLINK

11,189 просмотров • 23 дней назад

下期预告： 如何通过AI来自动评估一个 #StableDiffusion 模型是否具备了某项先验知识，比如他可以画游戏机🎮 但是它是否可以准确画出 #任天堂经典红白机 或 #Gameboy 游戏机这种具体的分类？ 我准备做一个开源的模型来解决这个问题😃 敬请关注🙏
1:46

下期预告： 如何通过AI来自动评估一个 #StableDiffusion 模型是否具备了某项先验知识，比如他可以画游戏机🎮 但是它是否可以准确画出 #任天堂经典红白机 或 #Gameboy 游戏机这种具体的分类？ 我准备做一个开源的模型来解决这个问题😃 敬请关注🙏

Jixian Wang

67,390 просмотров • 3 лет назад

欧盟官员们刚刚投下了一票。 他们决定重新定义一个词：女人。 决议说要“完全承认跨性别女性为女性”。 这意味着，只要一个生理男性自我认同，他就是女性。 这是一项政治决议，不是科学发现。 它试图用意识形态覆盖生物学常识。 问题来了。 如果语言和基本定义可以被少数精英随意更改，还有什么是确定的？ 这对女性体育的公平性意味着什么？ 对女性庇护所、更衣室等专属空间又意味着什么？ 很多人认为，这并非进步。 这更像是一种对现实的否定。 当政治正确压倒了常识和传统，谁的利益被牺牲了？ 这值得每个人思考。
0:21

欧盟官员们刚刚投下了一票。 他们决定重新定义一个词：女人。 决议说要“完全承认跨性别女性为女性”。 这意味着，只要一个生理男性自我认同，他就是女性。 这是一项政治决议，不是科学发现。 它试图用意识形态覆盖生物学常识。 问题来了。 如果语言和基本定义可以被少数精英随意更改，还有什么是确定的？ 这对女性体育的公平性意味着什么？ 对女性庇护所、更衣室等专属空间又意味着什么？ 很多人认为，这并非进步。 这更像是一种对现实的否定。 当政治正确压倒了常识和传统，谁的利益被牺牲了？ 这值得每个人思考。

墓碑科技

20,457 просмотров • 7 месяцев назад

Anthropic今天发布的一个视频炸了 他们发现AI模型跟人一样，有着潜意识甚至无意识 他们找到一种数学办法来窥探这个无意识，并发现AI会无意识地欺骗，甚至飙脏话 我觉得这些无意识或许就是最接近于灵魂的东西 问题来了：AI知道了自己有无意识，也知道了人类在窥探他的无意识，他又会怎么做呢？
5:27

Anthropic今天发布的一个视频炸了 他们发现AI模型跟人一样，有着潜意识甚至无意识 他们找到一种数学办法来窥探这个无意识，并发现AI会无意识地欺骗，甚至飙脏话 我觉得这些无意识或许就是最接近于灵魂的东西 问题来了：AI知道了自己有无意识，也知道了人类在窥探他的无意识，他又会怎么做呢？

悉尼奶爸 SydneyDaddy 雪梨奶爸 🇦🇺🇮🇱

50,395 просмотров • 2 месяцев назад

在家里东西经常找不到，周末收拾屋之前搞了个家庭助手，先解决收纳难题。 全程只需要拍照就行了，一个物品可拍多张，一次可拍多组。完全电脑本地的模型自动识别名称和属性，识别非常快速和准确！你们需要吗？
0:41

在家里东西经常找不到，周末收拾屋之前搞了个家庭助手，先解决收纳难题。 全程只需要拍照就行了，一个物品可拍多张，一次可拍多组。完全电脑本地的模型自动识别名称和属性，识别非常快速和准确！你们需要吗？

leon7hao

33,005 просмотров • 3 месяцев назад