AIGC最近很火,给大家推荐一个已经有1000位开发者使用的aigc开源模型,包括ai绘画、ai写代码

开心的河狸在训模型 2023-01-03 19:15:49

AIGC最近火得一塌糊涂!

12月16日,Science发布2022年度科学十大突破,其中AIGC作为人工智能领域的重要突破也赫然在列。

作为2022年以来AI圈最大的趋势,AIGC意味着,AI进军到了此前被视为“人类独占”的领域,如艺术表达、科学发现。

最初AI这种渗透是缓慢的,但在2022年下半年逐渐形成了一场抢地战,2022年也因此被称作AIGC元年!

 

AIGC比较流行的在CV和NLP两个方面,让AI拥有了生成图片、文字、代码、音乐、视频的能力。

2021,OpenaAI团队开源了其深度学习模型CLIP;2022年7月,出现了去躁扩散模型Diffusion。两者相互结合,让AI自动生成文字和图片的质量得到了质的提升。

midjourney已经能绘出令人不可思议的图片,普通人看了上瘾,越玩越想玩!

 

 

而chatGPT的魔力更是让它迅速出圈,引得无数普通用户为之叹服!

 

 

 

 

(图片来自知乎网友,侵删)

 

熟悉的玩家,相信已经对CLIP、Stable Diffusion、DALL-E2、GPT3等模型并不陌生。但这些模型主要基于英语训练,尽管也支持中文输入,但对中文的适配并不是很好。

现在我为大家推荐一组,能更好的地适配中文语料的aigc模型。这套模型是昆仑万维集团旗下的奇点智源公司开发的,它们在12月中旬开源,半个月的时间已经吸引了将近1000名使用者。

这里是地址——

 

GitHub地址:

账户主页:https://github.com/SkyWorkAIGC

SkyPaint(AI绘画):https://github.com/SkyWorkAIGC/SkyPaint-AI-Diffusion

SkyCode(AI生成代码):https://github.com/SkyWorkAIGC/SkyCode-AI-CodeX-GPT3

SkyText(AI生成文本):https://github.com/SkyWorkAIGC/SkyText-CN-GPT3

SkyChat(AI聊天):https://github.com/SkyWorkAIGC/SkyChat-CN-Chatbot-GPT3

 

Hugging Face模型地址:

账户主页:https://huggingface.co/SkyWork

SkyPaint(AI绘画):https://huggingface.co/SkyWork/SkyPaint

SkyCode(AI生成代码):https://huggingface.co/SkyWork/SkyCode

SkyText(AI生成文本):https://huggingface.co/SkyWork/SkyText

SkyTextTiny:https://huggingface.co/SkyWork/SkyTextTiny

 

如果你对AIGC感兴趣,想要打造自己的AIGC项目,不妨基于这套开源模型展开开发,也许能收获惊喜!
 

...全文
1124 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
一、基础信息 数据集名称:废物分类检测数据集 图片数量: 训练集:9,801张图片 验证集:975张图片 测试集:615张图片 总图片数:11,391张图片 分类类别: Contamination(污染):废物中的污染物体或不可回收杂质。 Glass(玻璃):可回收的玻璃材料。 Metal(金属):可回收的金属材料。 Paper(纸张):可回收的纸张材料。 Plastic(塑料):可回收的塑料材料。 标注格式: YOLO格式,包含边界框和实例分割多边形,适用于目标检测和实例分割任务。 数据格式:图片数据,来源于实际场景,细节丰富。 二、适用场景 废物回收与分类AI系统开发: 数据集支持目标检测和实例分割任务,帮助构建能够自动识别和分类废物材料的AI模型,提升回收效率。 环境监测与治理: 集成至环境监控系统,实时检测污染和可回收材料,辅助环境治理决策。 学术与工业研究: 支持计算机视觉在环保和废物管理领域的应用研究,推动技术创新。 教育与培训: 用于培训机构或学校,作为学习废物分类和AI模型开发的重要资源。 三、数据集优势 类别多样性与代表性: 包含5个关键废物分类类别,覆盖常见可回收材料和污染物,确保模型训练的全面性。 标注精准与任务适配: 每张图片均经过精确标注,兼容YOLO格式,直接支持目标检测和实例分割任务,便于模型开发。 数据规模与质量: 拥有超过11,000张图片,提供大量训练样本,图片来源于真实场景,增强模型泛化能力。 实际应用价值高: 专注于废物分类和污染检测,为环保、回收行业提供直接数据支撑,促进可持续发展。

1,258

社区成员

发帖
与我相关
我的任务
社区描述
本社区的主要目的是以分享开源项目的相关知识为主。
其他 其他
社区管理员
  • AtomGit 代码君
  • XianxinMao
  • 茶陵後
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

GitCode能有效的将代码管理与线上练习以及线上评测打通,实现一站式学与练的教学管理环境。

试试用AI创作助手写篇文章吧