数据归档

• 

  sd-webui-faceswaplab

  sd-webui-faceswaplab是一个扩展功能强大的面部替换工具，其功能特点如下： 多功能面部替换：sd-webui-faceswaplab可以进行多个面部的替换操作，使用户能够对多个人脸进行替换，实现不同面部的互换。 修复涂鸦：该工具还具有修复功能，可以对图像中的涂鸦进行修复，使图像看起来更加干净和自然。 检查点功能：sd-webui-faceswaplab支持检查点功能，用户可以在进行面部替换操作时保存检查点，方便随时恢复和继续进行操作。 开源许可证：该工具使用AGPL-3.0许可证，这意味着它是开源的，用户可以自由地使用、修改和分发该工具的源代码。

  github.com/glucauze/sd-webui-faceswaplab - 2026-07-05 - 收藏
• 

  llama2.c

  llama2.c是一个用纯 C 语言编写的 Llama 2 LLM 架构的推理引擎。 该项目允许用户在 PyTorch 中训练 Llama 2 模型，将权重保存为二进制文件，然后使用 C 文件加载和运行模型。 该项目并非用于生产环境，而是一个周末项目。 评论中讨论了优化性能、在普通 Linux 服务器上运行 LLM、减小 Llama2 模型大小以及在 Web 应用中使用 LLM 的潜力等各种话题。

  github.com/karpathy/llama2.c - 2026-07-05 - 收藏
• 

  Insanely Fast Whisper

  一个使用OpenAI的Whisper Large v2进行语音识别的脚本，能够在短短10分钟内转录300分钟的音频。该项目的目标是提供一个简单的入口来运行推理和微调Whisper，用于自动语音识别（ASR）。该项目还提供了一个CLI（命令行界面），可以在终端上进行100多种语言的数据翻译和转录。

  github.com/Vaibhavs10/insanely-fast-whisper - 2026-07-05 - 收藏
• 

  CodeLlama

  CodeLlama是一个用于实施代码的推理模型的项目。它提供了一种简便的方法来使用训练好的模型，以便生成代码。 功能特点： 推理代码：CodeLlama可以通过输入问题、需求或条件，生成与之对应的代码。它是使用训练好的模型来进行代码的推理，从而提供快速而准确的代码生成。 简化开发流程：CodeLlama可以帮助程序员简化开发流程，减少手动编写代码的时间和努力。它可以根据输入的信息生成有效、可靠的代码片段，从而加快开发速度并提高代码质量。 代码自动补全：CodeLlama具有代码自动补全的功能，可以帮助开发人员快速输入代码，并提供可选的代码建议。这可以大大提高编码的效率和准确性。 多语言支持：CodeLlama支持多种编程语言，包括Python、Java、C ++等。这使得开发人员可以使用CodeLlama来生成不同语言的代码，满足不同项目的需求。 开源项目：CodeLlama是一个开源项目，可以在GitHub上找到其代码和相关文档。这意味着开发人员可以参与贡献、改进和定制CodeLlama，使其适应更多的应用场景。

  github.com/meta-llama/codellama - 2026-07-05 - 收藏
• 

  FreeU

  FreeU是一个开源项目，该项目由ChenyangSi创建。它的目标是在Diffusion U-Net中提供免费的资源。 Diffusion U-Net是一个用于图像分割的深度学习模型。它基于U-Net架构，并通过将扩散过程与传统的卷积神经网络相结合，提供了更好的图像分割结果。 FreeU项目允许开发人员免费访问和使用Diffusion U-Net，无需支付任何费用。这为开发人员提供了方便和实惠的方式来学习和应用图像分割技术。

  github.com/ChenyangSi/FreeU - 2026-07-05 - 收藏
• 

  Shutter Encoder

  Shutter Encoder简介 Shutter Encoder是一款视频、音频和图像转换软件，基于FFmpeg和其他优秀工具设计，旨在尽可能方便和高效。它被视频编辑人员设计，目标是尽可能方便和高效。Shutter Encoder支持几乎所有你听过的编解码器，以及许多你没听过的编解码器。 主要功能 Shutter Encoder提供了一系列功能，包括： 无转换：无需重新编码即可进行剪辑，替换音频，重新包装，符合，合并，提取，字幕插入等操作。 声音转换：支持WAV，AIFF，FLAC，ALAC，MP3，AAC，AC3，OPUS，OGG等音频格式的转换。 编辑代码：DNxHD，DNxHR，Apple ProRes，QT Animation，GoPro CineForm，Uncompressed YUV等编辑代码的支持15。 输出代码：H.264，H.265，VP8，VP9，AV1，OGV，MPEG-2等输出代码的支持15。 广播代码：XDCAM HD422，AVC-Intra 100，XAVC，HAP等广播代码的支持15。 旧代码：DV PAL，MJPEG，Xvid，WMV，MPEG-1等旧代码的支持15。 存档代码：FFV1等存档代码的支持15。 图像创建：支持JPEG，Image等图像格式的创建。 烧录与翻录：支持DVD，Blu-ray，DVD RIP等烧录与翻录操作。 音频分析：支持Loudness & True Peak，Audio normalization，Cut detection，Black detection，Media offline detection，VMAF等音频分析工具。 网页视频下载：支持Web视频的下载。

  www.shutterencoder.com - 2026-07-05 - 收藏
• 

  OpenSaaS

  OpenSaaS是一个免费的、开源的、全栈的SaaS（软件即服务）启动套件，适用于React + NodeJS。它可以帮助开发者快速构建和部署SaaS应用，节省开发时间和成本。

  opensaas.sh - 2026-07-05 - 收藏
• 

  Video-subtitle-remover

  基于AI的图片/视频硬字幕去除、文本水印去除，无损分辨率生成去字幕、去水印后的图片/视频文件。无需申请第三方API，本地实现 主要功能： * 保证无损分辨率，从视频中移除硬字幕，并生成新的无字幕文件。 * 通过强大的AI算法模型，对移除字幕后的空白区域进行填充，包括非相邻像素填充和马赛克去除。 * 支持自定义字幕位置，只需传入相应的位置信息，即可仅去除该位置的字幕。 * 支持全视频自动去除所有文本，即使未传入位置信息。 目前仅支持Windows和Linux操作系统，并需要NVIDIA显卡。最低配置要求为： * GPU：GTX 1060或更高级别的显卡。 * CPU：支持AVX指令集。

  github.com/YaoFANGUK/video-subtitle-remover - 2026-07-05 - 收藏
• 

  Segment-Anything

  Segment-Anything是一个模型，它提供了运行推理的代码、训练模型的检查点下载链接以及示例笔记本。以下是Segment-Anything的功能特点总结： 推理功能：Segment-Anything模型通过使用已训练的模型检查点，可以对图像进行分割，并提取出图像中各个区域的感兴趣部分。 模型检查点下载：用户可以从该项目中获取已经训练好的模型检查点，以便在自己的应用中使用或进行二次开发。 示例笔记本：Segment-Anything提供了一些示例笔记本，展示了如何使用该模型进行图像分割的步骤和方法。 开放源代码：Segment-Anything的代码是开放源代码，并使用Apache-2.0许可证进行授权，这意味着用户可以自由地使用、修改和分发代码。

  github.com/facebookresearch/segment-anything - 2026-07-05 - 收藏
• 

  MagicAvatar

  MagicAvatar是由字节跳动开发的多模态框架，它能够将各种输入模式（如文本、视频和音频）转换为运动信号，进而生成或激活一个虚拟形象（Avatar）。然后基于这些信号生成以形象为中心的视频。 以下是几种模式场景： 文本引导的形象生成： 用户可以通过简单的文本提示来创建形象。例如，输入“一个在火山里踢踏舞的宇航员”就能生成一个相应的虚拟形象。 视频引导的形象生成： 用户可以提供一个源视频，然后框架会创建一个跟随给定动作的形象。这意味着你可以录制一个动作，然后让虚拟形象模仿这个动作。 多模态形象动画： 这个功能允许用户激活一个特定主题的形象。例如，你可以选择一个已经存在的虚拟形象，并通过多模态输入来激活它。 音频引导的形象生成（即将推出）： 这个即将推出的功能将允许用户通过音频输入来创建形象。这意味着你可以通过说话或唱歌来生成一个动作。

  magic-avatar.github.io - 2026-07-05 - 收藏