音视频

1. 首页
2. IT互联网
3. 音视频

[ComfyUI]官方已支持Skyreels混元图生视频，速度更快，效果更好(附工作流）

一、介绍昨天有提到官方已经支持了Skyreels，皆大欢喜，效果更好一些，还有GGUF量化版本，进一步降低了大家的显存消耗。今天就来分享一下官方流怎么搭建，我体验下来感觉更稳了一些，生成速度也更快，不愧是官方。 二、相关模型要使用官方版的混元视频，你版本要更新到2月19号然后其他模型很

音视频 2025年04月20日 89 点赞 0 评论 6772 浏览

[C++]使用纯opencv部署yolov11目标检测onnx模型

yolov11官方框架：#43;+中使用纯OpenCV部署YOLOv11进行目标检测是一项具有挑战性的任务，因为YOLOv11通常是用PyTorch等深度学习框架实现的，而OpenCV本身并不直接支持加载和运行PyTorch模型。然而&#xff0c

音视频 2025年04月20日 85 点赞 0 评论 12552 浏览

Cmake编译带CUDA加速的OpenCv(保姆级）--附编译好的文件

文章目录 前言 一、需要准备的软件 二、NVIDIA CUDA安装过程 CUDNN安装 下载Cmake编译软件 下载OpenCv_contribute Cmake编译过程 VS编译OpenCv阶段 手残党必备 前言CUDA允许利用GPU的并行计算能力，显著提高图像处理和计算的速度，尤其是在处理大规模数据时。相比于C

音视频 2025年04月20日 48 点赞 0 评论 16424 浏览

计算机视觉——Intel RealSense D435的使用及python环境下的实现

什么是深度相机，以及深度相机的分类和工作原理​ 深度相机是一种能够捕捉场景中物体的深度信息（即物体与相机之间的距离）的设备。与传统的二维相机不同，深度相机除了拍摄图像的颜色和亮度外，还能生成一个关于场景中每个像素距离相机的深度数据，通常称为“深度图”。 深度相机根据其工作原理和技术不同，可以分为几种

音视频 2025年04月20日 91 点赞 0 评论 6255 浏览

【详解之OpenCV中的findHomography()函数 和 cv2.warpPerspective()函数】

文章目录 cv2.findHomography()函数介绍: 函数原型 参数说明 返回值 使用示例 解释 cv2.warpPerspective()函数介绍 函数定义 参数详解 示例代码 cv2.findHomography()函数介绍:cv2.findHom

音视频 2025年04月16日 139 点赞 0 评论 15748 浏览

dolby 音频技术简介（atmos）

杜比全景声（Dolby Atmos）是杜比实验室（Dolby Laboratories Inc）在2012年推出的电影环绕声，首次运用于美国好莱坞电影《勇敢的传说》的声音创作中。杜比全景声突破了传统的以“声道”为基础的声音系统，将声音从在平面的环绕拓展到三维空间，并引入了“声音对象”的概念(objec

音视频 2025年04月16日 145 点赞 0 评论 4753 浏览

基于PyQt5的UI界面开发——图像与视频的加载与显示

介绍这里我们的主要目标是实现一个基于PyQt5和OpenCV的图像浏览和视频播放应用。用户可以选择本地的图像或视频文件夹，进行图像自动播放和图像切换以及视频播放和调用摄像头等操作，并且支持图像保存功能。项目的核心设计包括文件路径选择、图像或视频的显示、自动播放、图像保存等功能。录得教程视频：专为深度学习开发者设计的PyQt5快速上手教程_哔哩哔哩_bili

音视频 2025年04月16日 127 点赞 0 评论 14286 浏览

Py之cv2：cv2(OpenCV，opencv-python)库的简介、安装、使用方法(常见函数、图像基本运算等)

1. OpenCV简介1.1 OpenCV定义与功能OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库。它为计算机视觉应用程序提供了一个通用的基础设施，并加速了在商业产品中使用机器感知。作为BSD许可的产品，OpenCV使企业可以很容易地利用和修改代码。该库拥有超过25

音视频 2025年04月16日 140 点赞 0 评论 8649 浏览

计算机视觉常用数据集Cityscapes的介绍、下载、转为YOLO格式进行训练

我在寻找Cityscapes数据集的时候花了一番功夫，因为官网下载需要用公司或学校邮箱邮箱注册账号，等待审核通过后才能进行下载数据集。并且一开始我也并不了解Cityscapes的格式和内容是什么样的，现在我弄明白后写下这篇文章，用于记录和分享。计算机视觉常用数据集Foggy Cityscapes的介绍、下载、转为YOLO格式进行训练-CSDN

音视频 2025年04月16日 62 点赞 0 评论 19991 浏览

GPT-SoVITS本地部署：低成本实现语音克隆远程生成音频全流程实战

文章目录 前言 1.GPT-SoVITS V2下载 2.本地运行GPT-SoVITS V2 3.简单使用演示 4.安装内网穿透工具 4.1 创建远程连接公网地址 5. 固定远程访问公网地址 前言今天要给大家安利一个绝对能让你大呼过瘾的声音黑科技——GPT-SoVITS！这款由花儿不哭大佬精心打造的语音克隆神器，已经在GitHub上收

音视频 2025年04月16日 100 点赞 0 评论 7443 浏览