音视频

1. 首页
2. IT互联网
3. 音视频

帧数暴涨! 小黄鸭补帧3.2工具，支持游戏及视频补帧，游戏窗口无损缩放！

Hello，大家好！今天给大家介绍一款能提升游戏帧数又保持画质的黑科技工具——Lossless Scaling，软件已经整理在文末，有需要的朋友记得获取保存哦～一、软件打开方式这款工具为绿色便携版，下载后解压出来，直接运行主程序即可使用，无需安装，打开即用。二、软件的功能介

音视频 2025年11月02日 94 点赞 0 评论 13170 浏览

OpenClaw龙虾图鉴：16只AI Agent选型指南

这里写目录标题 🦞 OpenClaw龙虾图鉴：16只AI Agent选型指南 🎯 快速选型指南 🥇 第一梯队：官方正统 1️⃣ OpenClaw - 原生官网框架 2️⃣ 🌙 KimiClaw - 云端大存储+Kimi K2.5 3️⃣ ⚡ MaxClaw - 成本杀手&#xff0c

音视频 2026年03月10日 140 点赞 0 评论 13161 浏览

开源逆袭！Wan2.1让家用电脑也能跑AI视频生成

文章目录 前言 【视频教程】 1.软件准备 1.1 ComfyUI 1.2 文本编码器 1.3 VAE 1.4 视频生成模型 2.整合配置 3. 本地运行测试 4. 公网使用Wan2.1模型生成视频 4.1 创建远程连接公网地址 5. 固定远程访问公网地址 总结 前言当商业AI视频模型还在按分钟计费时，Wan2.1开源模型已经实现了平民化突破

音视频 2025年10月24日 92 点赞 0 评论 13151 浏览

【计算机视觉】深入理解Transformer：架构、原理与视觉应用

【计算机视觉】深入理解Transformer：架构、原理与视觉应用引言：自2017年Vaswani等人提出Transformer架构以来，这一以自注意力机制为核心的模型彻底重塑了自然语言处理（NLP）领域的技术格局。随着研究的深入，Transformer的强大建模能力逐渐突破模态界限，成功迁移至计算

音视频 2026年01月09日 110 点赞 0 评论 13117 浏览

Ubuntu22.04安装视觉环境(CUDA CUDNN TensorRT realsense PCL OpenCV)

一、安装显卡驱动先安装编译器sudo apt install gcc g++ make cmakenvidia驱动官网：Download The Official NVIDIA Drivers | NVIDIA选择自己显卡和系统版本，并选择合适驱动目前最新推荐安装驱动为Linux x64 (AMD64/EM64T) Display Driver 570.

音视频 2025年05月20日 147 点赞 0 评论 13088 浏览

【机器学习】图像识别——计算机视觉在工业自动化中的应用

1. 引言随着人工智能（AI）和机器学习（ML）的快速发展，计算机视觉已成为工业自动化中的核心技术之一。图像识别，作为计算机视觉领域的重要分支，能够通过分析和理解图像或视频数据来识别、分类或检测物体。在工业自动化中，图像识别具有广泛的应用，帮助提高生产效率、降低错误率&

音视频 2025年10月29日 70 点赞 0 评论 12953 浏览

labelme数据标注保姆级教程：从安装到格式转换全流程，附常见问题避坑指南(含视频讲解)

引言：为什么选择labelme？在人工智能和机器学习领域，高质量的标注数据是训练优秀模型的基础。而 labelme作为一款开源、跨平台的图像标注工具，凭借其强大的功能和易用性，成为了数据标注领域的热门选择。它支持多种标注类型，如矩形框、多边形、线段、点、文本等，能满足目标检测、图像分割、姿态估计等多

音视频 2025年10月28日 117 点赞 0 评论 12867 浏览

【LE Audio】BAP协议精讲[2]: 蓝牙LE音频配置核心逻辑

 在蓝牙LE音频生态中，BAP协议的配置是整个技术体系的骨架——它定义了设备如何分工、如何协作、如何搭建通信链路，直接决定了音频传输的可行性、稳定性和灵活性。如果把BAP协议看作一套完整的音频交通系统，那么配置就是交通规则、道路规划和角色分工的总纲，规定了谁是“司机”、谁是“调度员”、道路该如何铺设、不同车辆如何共存。本文就深入拆解BA

音视频 2026年01月22日 153 点赞 0 评论 12805 浏览

Seedance 2.0（即梦 2.0）深度解析：AI 视频进入「导演级」可控时代

2026 年 2 月 12 日，字节跳动 Seed 实验室正式发布Seedance 2.0（即梦 2.0） 多模态音视频生成大模型。它以统一多模态联合架构为底座，在运动稳定性、角色一致性、多镜头叙事与音画同步上实现全面突破，成为当前国内最接近工业级生产的 AI 视频模型之一。一、核心定位与行业地位 定位：全能型 A

音视频 2026年03月05日 79 点赞 0 评论 12720 浏览

SenSeVoice模型微调记录，语音识别垂直领域术语准确率提升至99%

场景：项目需要开发一个语音下单助手，但在识别能源石油领域的专业名词（如石油产品、仓库、炼油厂等）时准确率较低，导致无法正确匹配下单信息。需对语音识别模型进行微调，提升垂直领域术语的识别准确率。本文复现下之前微调的过程，以作记录。 微调步骤 一.准备数据集从数据库中查询出所有的商品名称，

音视频 2025年08月14日 93 点赞 0 评论 12654 浏览