GitHub 热门
共 2153 个项目 · 第 52 / 87 页
amitshekhariitbhu / forward-deployed-engineer-roadmap 其他 Markdown
面向客户现场落地 AI 产品的 FDE 岗位学习路线
这是一份教人成为 Forward Deployed Engineer(FDE)的学习路线图,FDE 是近两年在 Palantir、OpenAI 等公司兴起的岗位,简单说就是驻扎在客户现场、把 AI 产品从 demo 落地到客户生产环境的工程师,比纯研发更贴近业务,比售前更会写代码。这份路线图按真实项目交付的生命周期组织,从理解客户需求、选模型、做 prompt 和 RAG、搭 Agent,一路讲到评估观测、安全合规、成本延迟优化、微调和系统设计,最后用一个实时语音 Agent 案例把所有知识串起来,并附面试准备。每个主题都配了配套博客,内容偏实战而非理论。如果你是后端或算法工程师,正在考虑往 AI 应用交付、解决方案架构方向转型,或者已经在做面向客户的 AI 落地项目却缺乏方法论,这份路线图能帮你快速建立全局视野;如果你只做模型训练或纯后端开发,和你关系不大。
★ 238 24h +4 ⑂ 35 创建 7 天前 更新 19 小时前
Nicovic17 / vanish_webcam 多模态 Python
本地摄像头瞬移消失特效工具,可接入 OBS 直播
这是一个本地运行的摄像头特效工具,能把你的摄像头画面实时变成动漫里的「瞬移消失」效果,类似给直播或视频通话加一层趣味滤镜。它用 MediaPipe 做人脸和手势识别,通过按键或手势触发烟雾、粒子等特效,让人物瞬间消失再出现,视频全程只在本机处理,不上传服务器。输出可以接到 OBS Virtual Camera,方便在直播场景里使用。适合想给直播、短视频或线上会议加点整活效果的内容创作者和主播,尤其是喜欢 Naruto、Goku 这类动漫梗的人;如果你不玩直播或不做视频内容,这个项目和你关系不大。另外要注意,打包版 EXE 需要联网激活邮箱许可证,本地源码版则没有这层限制。
★ 886 24h +1 ⑂ 113 创建 28 天前 更新 7 小时前
FigureSultanLast / roblox-ai-studio-agent AI编程工具 Luau
终端里的 AI agent,用 diff 和一键撤销帮你在 Roblox Studio 搭场景写脚本
Stud 是一个跑在终端里的 AI agent,可以类比成「Claude Code 之于代码仓库」,只不过它操作的是 Roblox Studio 里的游戏场景:搭零件、建模型、写 UI 和 Luau 脚本,全部直接落到 Studio 中。它最大的特点是每次改动前先给你看一份 place diff,用加减号列出将要新增、修改、删除的实例和脚本行,你确认后才动手;每一轮改动在 Studio 里只占一个撤销步,一次 Ctrl+Z 就能整体回退,还能用 rewind 跳回任意历史轮次。写完代码它不会停,会自动启动 playtest、读取 Output 里的报错并反复修复,最后给出检查结果和截图作为「证据」。模型方面默认走 Ollama 本地免费模型,也支持自带 Claude、GPT、Gemini 的 key。适合做 Roblox 游戏的开发者和 UGC 创作者,尤其是想用自然语言快速搭场景、调脚本又担心 AI 乱改的人;如果你不碰 Roblox,这项目和你关系不大。
★ 220 24h +10 ⑂ 11 创建 7 天前 更新 3 天前
ThariqS / ai-newtab AI编程工具 TypeScript
用 Claude 读你的浏览历史,每天生成个性化新标签页
这是一个 Chrome 扩展,把新标签页变成一份每天由 Claude 为你定制的个人主页。它会读取你的浏览历史,挑出你最常访问的几个网站,在后台以你的登录状态打开这些页面,再让 Claude 从中提取新闻、帖子和链接,生成一个全新的首页,链接都来自真实读过的页面而非编造。你可以在设置里用一句话指定风格,比如早报式大报版面、安静的单栏阅读清单、密集的 GitHub PR 仪表盘,或绿字黑底的复古终端样式,还能设置屏蔽某些站点不被读取。适合每天想快速了解「我关注的圈子里今天发生了什么」的互联网和 AI 从业者,尤其是习惯用新标签页当信息入口、又愿意为此自备 Anthropic API key 的人;不关心个性化首页或在意浏览数据外发的人则不必折腾。
★ 900 24h +2 ⑂ 94 创建 29 天前 更新 18 天前
VallierDev / uu-remote-linux Rust
给 Linux 补上 UU 远程被控端,官方客户端可直接远控
网易 UU 远程一直没有 Linux 版本,这个项目补上了这块短板:它是一个纯 Rust 写的 Linux 被控端,装上后用你自己的 UU 账号扫码登录,这台 Linux 机器就会出现在官方 Mac/Windows/手机客户端的设备列表里,用法和 Windows 被控端完全一样。功能相当完整,包括远程桌面(H.264 编码,NVIDIA 显卡走 NVENC 硬编)、键鼠控制、双向剪贴板、文件传输、终端、端口映射、远程协助和锁屏自动解锁,还附带一个实验性的 Linux 控制端,可以在 Linux 上反向远控官方 Windows/Mac 被控端。没有显示器的群晖/NAS 也能用 Docker 部署,提供终端、文件传输和端口转发。X11 下的 GNOME、KDE、Xfce 等桌面已实机验证,Wayland 支持仍属实验性。适合需要远程运维 Linux 工作站、家用 NAS 或无头服务器的运维、开发和网管人员,如果你日常只用 Windows 或 Mac,关系不大。注意这是个人项目,与网易无关。
★ 706 24h +1 ⑂ 281 创建 23 天前 更新 19 小时前
dach6 / ExaltHelper C#
Realm of the Mad God Exalt 的实时 DPS 与掉落追踪伴侣工具
ExaltHelper 是给《Realm of the Mad God Exalt》玩家用的 Windows 伴侣工具,类似游戏内的第三方 HUD 加数据面板。它从游戏数据包里重建战斗信息,实时显示 DPS、总伤害和遭遇战历史,并能区分武器、技能和召唤物各自的贡献;同时提供玩家与装备查看、队伍和掉落日志、任务追踪(含季节任务和 Tinkerer 任务)、战利品图鉴与 Trophy Hall 收集进度,还支持多账号启动、官方或 Steam 客户端管理和重连工具。界面可作为悬浮 HUD 叠在游戏上,也能切到独立的桌面仪表盘放到第二块屏幕。适合重度 RoA Exalt 玩家、想优化输出循环和配装的硬核玩家,以及做游戏数据分析的人参考;对不玩这款游戏或只关心通用 AI 工具的读者来说关系不大。
★ 839 ⑂ 52 创建 27 天前 更新 18 小时前
x18n-dev / x18n TypeScript
跨框架的 i18n 检查与管理工具包,i18n-ally 的精神续作
x18n 是一套跨框架的国际化(i18n)工具包,可以理解为 i18n-ally 的精神续作,但不再绑定特定框架,Vue、React、Angular、Next.js、Flutter、Laravel 等 45 种以上项目都能自动识别,JSON、YAML、PO、Fluent 等各种翻译文件格式也都支持。它能帮你找出缺失、未使用或占位符不匹配的翻译键,检测源文案改动后过期的译文,还能把代码里硬编码的字符串提取进语言文件,并支持按文本反查某个文案对应哪个键、在代码哪里被引用。同一套引擎同时提供 CLI、浏览器 UI、VS Code 和任意 LSP 编辑器插件,并输出稳定的 JSON 结果供 CI 和 AI Agent 调用。做多语言产品的前端或全栈工程师、负责翻译质量的本地化负责人,以及想把翻译检查接入 CI 流水线的团队值得看看;只做单语言业务的人关系不大。
★ 694 24h +7 ⑂ 12 创建 22 天前 更新 21 小时前
overdriveps5 / overdrive-releases
破解 PS5 用的第三方游戏商店 Overdrive 的发行版仓库
这是 Overdrive 项目的发布仓库,Overdrive 本身是一个面向已破解(jailbroken)PS5 主机的游戏商店,类似给 PS5 装上一个第三方应用商店,让破解用户能浏览和下载游戏。这个仓库只存放编译好的发行版本,源码在另一个仓库。对普通玩家和开发者来说,它属于主机破解圈的工具,和 AI、后端开发等日常工作基本无关;只有关注 PS5 破解生态、想给自家破解主机装游戏商店的人才需要留意。另外提醒一句,破解主机使用第三方商店可能涉及版权和账号风险,下载来源也需自行判断。
★ 759 24h +1 ⑂ 131 创建 25 天前 更新 24 天前
kevintngo / statechart-art JavaScript
用 TLA+ 建模珍珠奶茶店并手绘成状态图的实验项目
这是一个把形式化验证和手绘艺术结合起来的实验项目:作者用 TLA+ 写了四段关于经营珍珠奶茶店的小模型——点单流程、一天的营业、咖啡师与煮锅并行工作、以及一个「陈旧珍珠被端出去」的 bug——先用模型检查器 TLC 验证规则是否成立,再把状态图转成 Mermaid,最后用代码一笔一笔画成钢笔加彩色铅笔风格的插画,四张图分别呈现分支循环、父状态、并发区域和错误路径。它本质上是把状态机教材里的经典概念可视化成可读的手机端图卡,同时演示了「模型检查 → 生成图表 → 排版 → 渲染」的完整流水线。对做形式化方法、状态机建模或技术可视化的人有参考价值;普通后端或 AI 从业者大概率只是当一组好看的图看看,和日常工作关系不大。
★ 216 24h +2 ⑂ 17 创建 7 天前 更新 6 天前
LingCore / WinShun C++
双击 Ctrl 唤起的 Windows 中文搜索启动器
Win顺是一个免费开源的 Windows 快速搜索启动器,双击 Ctrl 就能唤起,定位类似 Everything 和 Listary 的结合体,但针对中文用户做了不少增强。它支持拼音搜文件名,也能对 Word、Excel、PPT、PDF 做内容级全文搜索,比如记得文档里写过「季度预算」却忘了文件名,直接输入就能定位。除了文件,它还能搜应用、系统设置和网页,内置剪贴板历史(可搜图片和文字,替代 Win+V)、截图录屏长截图、对话框内搜索和任务栏搜索框,并提供插件库扩展能力。值得一提的是它带 MCP server,可以让 AI 助手直接调用这些搜索能力。对每天在 Windows 上处理大量文档的办公、运营、开发等岗位来说,它能明显缩短找文件和翻剪贴板的时间;如果你用 Mac 或 Linux,或者不依赖 Windows 生态,关系就不大。
★ 895 24h +9 ⑂ 59 创建 29 天前 更新 11 小时前
nace-ai / kapitsa 推理部署 C++
Mac 上极速本地推理引擎,兼容 OpenAI/Anthropic API
Kapitsa 是一个专为 Apple Silicon 打造的本地推理引擎,可以理解为 Mac 版的 llama.cpp 或 Ollama,但主打极致速度,专门针对 Qwen、Nemotron 等模型优化。它最大的用处是让你在 Mac 上离线跑大模型,并对外提供 OpenAI 和 Anthropic 兼容的 API,因此 Claude Code、Codex、opencode 这类编码 Agent 可以直接接上本地模型使用,无需改动任何工具配置。它的解码速度在官方对比的 38 组模型与 Mac 组合中拿下 33 项第一,还支持树形投机解码、GPU 与 Neural Engine 协同预填充,甚至能让 180B 模型在 48GB 内存的 Mac 上通过 SSD 流式加载跑起来。如果你是用 Mac 做开发的 AI 工程师、想在本地跑编码 Agent 的程序员,或者需要离线、低成本调用大模型的从业者,这个项目值得花几分钟看看;只用云端 API 的人则关系不大。
★ 658 24h +1 ⑂ 99 创建 21 天前 更新 11 分钟前
the-geeky-couldron / waypoint Kotlin
把导航地图换成 27 款游戏世界皮肤的开源 Android 应用
Waypoint 是一款开源的 Android 导航应用,功能上对标 Google Maps,但把地图皮肤换成了 27 款游戏世界的风格——开车经过真实街道时,你看到的可能是 Grand Theft Auto V 的 Los Santos、Cyberpunk 2077 的 Night City 或 Minecraft 的像素世界,路名、标记和导航控件都跟着换装。它基于 MapLibre 和 Jetpack Compose 构建,支持手机和 Android Auto 投屏,提供驾车、骑行、步行三种路线、语音播报和重新规划路线,还利用手机传感器辅助判断行进方向。对普通用户来说,它无广告、无账号、全部地图免费,适合想在通勤导航里加点游戏趣味的人;对开发者而言,它是研究 Kotlin 原生地图渲染、地图主题切换和 Android Auto 集成的完整参考实现。如果你既不玩这类游戏也不做 Android 开发,那它和你关系不大。
★ 222 24h +44 ⑂ 9 创建 7 天前 更新 1 天前
elhajahmadj / offline-emergency-library PowerShell
一键下载约85GB离线应急知识库,含本地AI、Wikipedia、地图与生存手册
这是一个一键下载的离线应急知识库脚本,运行后只问你存哪里,就把约 85 GB 的资料打包到一块硬盘里,之后完全断网可用。内容包括三个本地大语言模型(Llama 3.2 3B、Llama 3.1 8B、Qwen2.5 7B)配合 llama.cpp 做离线问答,GPT4All 对你的 PDF 提问并给出引用,完整英文 Wikipedia、任意国家地区的离线地图(含桌面和手机查看器),以及 iFixit 维修、Appropedia DIY、WikiMed 医学、生存指南、US Army 手册、Hesperian 医疗书、USDA 罐头指南等公开合法资料。它适合应急准备爱好者、偏远地区工作者、以及想给团队或家庭准备一份断网兜底资料的运维和 IT 负责人;对日常在云端办公的互联网从业者来说,除非你关心灾备或离线场景,否则关系不大。
★ 168 24h +1 ⑂ 18 创建 5 天前 更新 10 分钟前
KadoBOT / ComfyUI-H3-Continuity-Studio 多模态 Python
ComfyUI 里基于 MiniMax H3 的多镜头时间线工具,跨片段保持视觉连续性
这是一个 ComfyUI 自定义节点包,围绕 MiniMax H3 视频模型做多镜头连续创作。它提供一条时间线(Timeline),把多个片段串起来并跨片段携带上下文,让第二镜、第三镜能延续第一镜的设定;还带一个 Studio 界面,可编辑故事、参考图和时间线。核心卖点是「视觉记忆」:能把之前片段里的某个画面带进后面的镜头,即使中间切了外景或换了机位也能接上。另外内置 H3 Story 节点,可通过 OpenAI 兼容接口(本地或云端)自动规划并撰写时间线上的故事。适合在 ComfyUI 里做短片、分镜连贯性测试的视频创作者和 AI 内容团队,尤其是苦恼于多镜头人物、场景一致性的从业者;只想跑单条视频生成的人用不上它。
★ 147 24h +3 ⑂ 16 创建 4 天前 更新 7 小时前
ZendNevs / Eglantine-ZendNevs
Switch 模拟器帧生成与性能优化配置包
这是一个针对任天堂 Switch 模拟器(如 Yuzu/Ryujinx 系)的性能优化配置包,主打为《马力欧卡丁车世界》这类游戏提升帧率和画面流畅度。它集成了 FSR 3 与 LSFG 帧生成技术,可以在不显著增加硬件负担的前提下插帧,让原本吃力的机器跑出更顺滑的画面;同时提供动态 FPS 调节和 30 帧锁定选项,方便低配设备在画质和流畅度之间取舍。作者明确说明只在《马力欧卡丁车世界》上测试过,其他游戏效果未知。对普通互联网或 AI 从业者来说,这和日常工作基本无关,只有在折腾 Switch 模拟器、想让老机器流畅玩特定游戏的玩家才需要看一眼,且要自行承担兼容性风险。
★ 104 24h +2 ⑂ 5 创建 3 天前 更新 2 天前
ItsAlphaNeon / Lemon-Studio Rust
Rust 编写的开源 DAW,可读写 FL Studio 工程文件
Lemon Studio 是一款用 Rust 从零编写的免费开源数字音频工作站(DAW),定位类似 FL Studio 的替代品,主打「你已经会用」的熟悉操作逻辑。它采用基于模式的音乐制作流程:在步进音序器和钢琴卷帘里编写 pattern,拖到播放列表里编排,再通过可自由布线的混音台混音,支持 CLAP、VST3、VST2 插件托管,跨 Windows、Linux、macOS 三平台。目前最亮眼的能力是能直接打开并保存 FL Studio 的 .flp 工程文件,读取时对不认识的内容原样保留再写回,尽量保证工程往返不丢数据。不过项目仍处于 pre-alpha 阶段,大量控件尚未实现,也没有预编译安装包,只能从源码构建,官方明确警告不要用它覆盖保存原始 .flp 文件。对音乐制作人、音频工具开发者,或想研究 DAW 架构与 Rust 音频引擎的人来说值得了解;普通互联网和 AI 从业者基本用不上。
★ 800 24h +10 ⑂ 114 创建 27 天前 更新 13 分钟前
shashvat1965 / slidesense Swift
把 MacBook 触控板边缘变成音量和亮度滑块的 macOS 菜单栏工具
SlideSense 是一款 macOS 菜单栏小工具,把 MacBook 触控板的左右边缘变成音量和亮度滑块:沿左边缘上下滑动调亮度,右边缘调音量,配合触感反馈、Liquid Glass 风格的 HUD 显示,双击右上角可快速静音,底边还能滑动切歌、双击播放暂停。它直接读取 Force Touch 触控板的多点触控数据,不轮询、不占后台资源,闲置时 CPU 基本为零。适合经常需要快速微调音量和屏幕亮度的 MacBook 用户,尤其是嫌功能键或控制中心操作繁琐、追求顺手手势的人;如果你用的是外接键盘鼠标或 Magic Mouse,它暂时帮不上忙。对多数 AI 或后端从业者来说,这只是个提升日常体验的小工具,与工作内容关系不大。
★ 135 24h +2 ⑂ 27 创建 4 天前 更新 4 天前
Qingyang-Lucas-Fang / OpenAssembler 推理部署 Python
开源的 PTX 到 SASS 编译器,逆向重写 NVIDIA ptxas
OpenAssembler 是一个开源的 PTX 到 SASS 编译器,相当于把 NVIDIA 闭源的 ptxas 重新实现了一遍。作者通过黑盒方式逆向工程出指令编码、调度策略和 ELF 容器格式,然后替换成自己的代码生成器,支持把 Python 子集、CUDA C/C++ 或 PTX 编译成 SASS 和 cubin,目标硬件是 A100(sm_80)。它还带一个 SASS 模拟器,张量核心指令的数值结果与真机逐位一致。实际效果上,部分矩阵乘法内核比 ptxas 快,微基准测试范围在 0.92× 到 1.36× 之间,也导入了 AlphaTensor 的 97 个低秩分解在 A100 上与 cuBLAS 对比,但作者明确说这只是内核级测量,不代表 LLM 训练整体提速。适合关注 GPU 底层性能优化、做 CUDA 内核开发或对编译器后端感兴趣的工程师;如果你只做模型训练或推理调用,和你关系不大。
★ 203 24h +1 ⑂ 20 创建 6 天前 更新 9 小时前
tavern-labs-ai / persona-ai-sdk Agent框架 TypeScript
给 AI 角色配人设与跨会话记忆的 TypeScript SDK
这是一个 TypeScript SDK,用来给应用里的 AI 角色做「人设 + 长期记忆」:内置一批现成的角色卡(提示词、性格特质、开场白),再配一套与模型无关的记忆运行时,让角色在多轮对话里始终保持同一性格,并记住之前聊过的关键信息。它把人设、记忆抽取与召回、模型调用、持久化、交互界面这几层拆开,模型侧支持 OpenAI 和 Amazon Bedrock,记忆可存内存、JSON 文件或 SQLite,接口层能对接聊天、语音、游戏乃至 SillyTavern。一次调用就完成记忆召回、提示词编排、生成、本轮信息入库和关系状态推进,还返回语气、语速等语音演绎元数据。适合正在做 AI 陪伴、虚拟角色、互动叙事或游戏 NPC 的产品与工程团队,尤其是需要角色跨会话「记得你」又不想把记忆和人设绑死在单一模型供应商上的场景;如果你只做通用 LLM 应用或不涉及角色化交互,跟你的关系不大。
★ 187 24h +1 ⑂ 2 创建 6 天前 更新 4 天前
Supra-3D / SUPRA-Tex 多模态 Python
单图生成保真贴图的 3D 资产,输出可重打光 PBR 模型
SUPRA-Tex 是一个从单张图片生成带纹理 3D 模型的工具,可以理解为给 Tripo、Meshy 这类 image-to-3D 产品补上「贴图保真」短板的研究方案。它先在参考视角预测 PBR 材质,把可见表面的细节编码成与模型对齐的 3D 观测,再用 Interleaved Flow Transformer 补全看不见的区域,最终导出可重新打光的 GLB,包含 base color、metallic、roughness 三张贴图。相比常见 3D 生成工具容易把图案、文字、材质边界糊掉,它专门保留输入图里的字迹、花纹和材质分界,也能直接给已有 mesh 贴上匹配的材质。做游戏资产、电商 3D 展示、数字孪生或 3D 内容管线的美术和技术美术值得看,尤其是苦恼于生成结果贴图对不上原图的人;纯算法研究者也能从它的材质对齐思路里找到参考,后端和运维岗位则基本用不上。
★ 688 24h +6 ⑂ 35 创建 23 天前 更新 8 天前
rubenhassid1 / grenade AI编程工具
让 Claude 生成 5 秒可读 HTML 页面的设计规则集
这是一套给 Claude 用的提示词规则集,专门用来生成「别人 5 秒就能看懂」的 HTML artifact。它不是代码工具,而是一份设计规范:先问清读者是谁、看完要做什么、会不会反复看,再决定做成决策页、周报、仪表盘、分步指南、幻灯片、计算器还是速查表,每种形态都有具体的版式要求。核心原则是「用视觉说话」——每个区块先给大数字、图表或卡片,文字只做标注;页面顶部必须用一句话说清这是什么、发给谁、需要对方在什么时候做什么。作者是 How to AI newsletter 的 Ruben Hassid。如果你经常让 Claude 生成汇报页、方案对比、流程指引这类要转发给同事或老板的材料,这套规则能显著提升产出质量;如果你不用 Claude artifacts,或只写代码不做面向人的页面,关系不大。
★ 219 24h +22 ⑂ 40 创建 7 天前 更新 4 天前
Ka1-S / LYNX-SHARE C++
开源轻量 DAW,复刻 FL Studio 工作流并内置大量插件平替
LYNX SHARE 是一款用 C++20 和 JUCE 写的开源数字音频工作站(DAW),主打复刻 FL Studio 的工作流:Channel Rack、Piano Roll、Playlist、Mixer 一应俱全,还能直接导入 .flp 工程文件,跨平台支持 Windows、macOS 和 Linux,定位是低配电脑也能流畅跑的轻量 DAW。它内置 24 个自研音频引擎,并做了大量「平替」插件——比如把 FabFilter Pro-Q 对应成 Facet EQ、Valhalla VintageVerb 对应成 Epoch Verb、Auto-Tune 对应成 LYNX Tune,打开别人工程时若原厂插件没装,会自动用等效插件顶上且保留参数。适合两类人:一是想摆脱 FL Studio 付费授权、又舍不得那套操作习惯的独立音乐人和 beat maker;二是对 DAW 架构、JUCE 音频开发或插件实现感兴趣的 C++ 音频开发者,可以直接读源码学习。如果你不碰音乐制作,这个项目和你关系不大。
★ 729 24h +27 ⑂ 77 创建 25 天前 更新 26 分钟前
Akillll-DuoHe / fy-code-animation 多模态 TypeScript
把中文文案变成连贯代码动画的 DeepSeek 技能
fy-code-animation 是一个 DeepSeek Harness 技能,用来把中文文案、画风提示词和声音变成前后连贯的代码动画,落地形式可以是 Remotion、Canvas 或 HTML。它针对的是中文动画最容易踩的坑——做成逐句贴卡的 PPT,每镜时长平均、意思断裂;这套流程会先读懂全文,再做语义分镜、选画风、设计镜头转场与角色表演、配音乐音效,最后落地并检查返修,还内置了 341 个画风的检索库和大量可复用的运动、转场、背景、中文字体、数据 UI 源码。适合需要批量产出中文短视频、产品演示动画或知识类内容的自媒体运营、动效设计师,以及想用 AI 工作流替代手工剪辑的开发者;如果你不做视频内容,跟你的关系不大。
★ 220 24h +28 ⑂ 30 创建 7 天前 更新 7 天前
flutterdream / UAV_segmentation 多模态 Python
基于 KAN 的无人机航拍影像 8 类地物分割模型
这是一个面向无人机低空航拍影像的语义分割模型,把 1024×1024 的航拍图逐像素分成背景、建筑、道路、水体、荒地、森林、农田、车辆 8 类地物,可以理解为遥感版的 U-Net 类分割网络,但换用了 Swin-B 编码器加基于 KAN 的解码器。它的实用价值在于训练策略很省算力:冻结 95% 以上的主干参数,只微调 2.67 M 的解码器,单段训练几十分钟就能完成,四段串联后验证集 mIoU 达到 0.7668,水体和森林类 IoU 超过 0.86。推理时用 8 路多尺度翻转概率平均提升边界质量,仓库还附带了 3594 张测试集预测结果和完整的实验记录(含负结果)。做遥感影像分析、城市规划数据处理、农业或水利监测的算法工程师,以及需要快速复现分割基线的学生,会比较需要它;纯做 LLM 或 Web 开发的人关系不大。
★ 101 ⑂ 4 创建 3 天前 更新 3 天前
ferluht / fm1-sampler HTML
手机做声音、FM-1 做控制台的采样器与循环录音机
这是一个把 Android 手机变成采样器和 8 轨循环录音机的项目,硬件控制器是 M-VAVE FM-1 这台小型 MIDI 键盘:声音全部由手机生成,FM-1 负责按键旋钮操作、240x240 小屏显示和 USB 音频输出,相当于给手机配了一个实体控制台。它内置多种采样播放模式,包括单次触发、循环、按瞬态自动切片的鼓组、颗粒合成和 Paulstretch 极限时间拉伸,还有效果发送、包络、LFO、琶音、磁带变速与饱和、侧链压缩等完整制作链路,录音则是磁带式的首录定长、随后叠录。适合想用手机做即兴 loop、现场演出或移动采样创作的音乐人,尤其是已经拥有 FM-1 的用户;对纯软件开发或 AI 从业者来说与工作关系不大,但如果你好奇如何用 SysEx 驱动外设小屏、自己写 DSP 引擎,代码本身有参考价值。
★ 222 24h +18 ⑂ 20 创建 7 天前 更新 4 天前
上一页 52 / 87 下一页