Stable-Diffusion-Szenen rund um 3D-Modelle generieren
Lokale LLM-Runner, KI-Code-Assistenten, Inferenz-Engines und RAG-Pipelines.
Stable-Diffusion-Szenen rund um 3D-Modelle generieren
Go Lib for CGo-Free Tesseract OCR via Wazero
25 MB großes Open-Source-TTS-Modell, das ausschließlich die CPU nutzt
“https://huggingface.co/KittenML/kitten-tts-nano-0.1 https://github.com/KittenML;KittenTTS Dies ist das Modell und die GitHub-Seite; dieser Blogbeitrag sieht sehr nach einer KI-Generierung aus.”
Text-to-Speech-API
Abstrakte Programmiersprache für die Bildverarbeitung
Stable Diffusion v2 web interface
KI-gestützter Tätowierer, der Stable Diffusion nutzt
Einsatz von Open-Source-Computer-Vision-Lösungen
Build an open-source computer vision model in seconds using text
BetterOCR combines and corrects multiple OCR engines with an LLM
Each country as a Pokemon, using Stable Diffusion
Create Comics Using Stable Diffusion
n open-weights TTS model for generating realistic dialogue
“just in case, another opensource project using same name https://wiki.gnome.org/Apps/Dia/ https://gitlab.gnome.org/GNOME/dia”
Search millions of prompts for Stable Diffusion and DALL-E
Stable Diffusion Without Filters
Korrektur von Tesseract-OCR-Fehlern mit LLMs
Real-time image generation with SDXL Lightning
Browser automation using LLMs and computer vision
Vector Graphics with Stable Diffusion
OCR für Dokumente mit GPT-mini
Erweitern Sie Ihre IP-CCTV-Kameras um KI-basierte Objekterkennung
Ein Spielplatz für OCR-Modelle
Qwen-2.5-32B ist nun das beste Open-Source-OCR-Modell
PDF in MD mit LLMs – Extrahieren von Text, Tabellen und Bildbeschreibungen mit GPT-4o
Ein Textdiffusionsmodell auf Zeichenebene von Grund auf neu
OCR-Pipeline für das ML-Training (Tabellen, Diagramme, Mathematik, mehrsprachig)
Vergleich von VLMs und herkömmlicher OCR
Ich habe mit der OpenAI-Text-to-Speech-Funktion 70.000 Hörbücher erstellt
Experimentelle Website, die Computer Vision und Webdesign miteinander verbindet
Abenteuer in der OCR