evan2020

前言 本文是第二个docker懒人包，依旧是win兼容问题，不得不用docker 这个懒人包有40GB左右，在docker容器里，环境依赖和模型都在，界面为官方的流式dem...

前言 因为win兼容性问题，改为docker懒人包 第一次把镜像打包了，一些第三方依赖不在，依旧报错 第二次才把带环境的容器打包，这样一个极简的可以正常的工作的docker...

前言 上期记录了SAM3 提示词 图片分割 本文更新SAM3 提示词 视频分割 但是在视频分割遇到一些兼容性问题 报错 easy sam3VideoSegmentation...

SAM3 github地址： https://github.com/facebookresearch/sam3 Meta AI SAM 3 模型介绍 Meta AI 开源的...

前言 从之前的fastapi转gradio界面，已经重新打包了3个左右的懒人包 核心是为了把编程api转为可视化操作交互网页，更加方便，同时也是为了重新优化项目结构，方便后...

前言 本期依旧是把fastapi的界面改为gradio界面 原来的fastapi适合api调用，现在的gradio适合界面交互操作 本期的更新为 只保留PDF转MD和图片转...

前言 上一期内容记录了paddleocr PP-StructureV3 pdf转md 懒人整合包 cpu可用 本文主要是记录把paddleocr PP-StructureV...

前言 本文依旧是懒人包的优化更新 之前最大的问题就是使用fastapi这种偏向编程交互的操作方式 适合api调用，不太适合gui界面可视化操作，现在统一把fastapi改为...

前言 这个Rembg去除背景懒人包是我自己制作的第一个懒人包 当时为了制作youtube带有真人头像的封面，需要保留人像，去除背景，然后搜索到这个好用的ai开源项目 也是为...

FireRed-Image-Edit github地址：https://github.com/FireRedTeam/FireRed-Image-Edit FireRed-...

rembg github地址：https://github.com/danielgatis/rembg 截至到目前，22.1k star 它是一款用于去除图片背景的工具，比...

SoulX-FlashHead github地址：https://github.com/Soul-AILab/SoulX-FlashHead 这是一个有soul推出的开源的...

Qwen3-TTS github地址：https://github.com/QwenLM/Qwen3-TTS Qwen3-TTS是通义千问团队开发的开源语音合成模型系列，支...

LatentSync github地址：https://github.com/bytedance/LatentSync LatentSync‌ 是开源唇形同步（Lip Sy...

IOPaint github地址：https://github.com/Sanster/IOPaint IOPaint 是一个 开源的 AI 图像修复与编辑工具，主要用于 ...

Wan2.2-Animate github地址：https://github.com/Wan-Video/Wan2.2 Wan2.2 是一个开源的 AI视频生成模型框架，主...

PP-StructureV3 github地址：https://github.com/PaddlePaddle/PaddleOCR PP-StructureV3——复杂文档...

PaddleOCR-VL-1.5 github地址：https://github.com/PaddlePaddle/PaddleOCR PaddleOCR-VL-1.5：0...

FireRed-OCR github地址：https://github.com/FireRedTeam/FireRed-OCR FireRed-OCR是一个系统化的框架，旨...

fashn-vton-1.5 github地址：https://github.com/fashn-AI/fashn-vton-1.5 项目定位：是什么？ fashn-vto...