Kedreamix

Elite
@Kedreamix

Master candidate, Shenzhen University

kedreamix.github.io/

Linly-Talker. Digital Avatar Conversational System - Linly-Talker. 😄✨ Linly-Talker is an intelligent AI system that combines large language models (LLMs) with visual models to create a novel human-AI interaction method. 🤝🤖 It integrates various technologies like Whisper, Linly, Microsoft Speech Services, and SadTalker talking head generation system. 🌟🔬

3.4k

Linly-Dubbing. 智能视频多语言AI配音/翻译工具 - Linly-Dubbing — “AI赋能，语言无界”

3.3k

Awesome-Talking-Head-Synthesis. 💬 An extensive collection of exceptional resources dedicated to the captivating world of talking face synthesis! ⭐ If you find this repo useful, please give it a star! 🤩

1.5k

Pytorch-Image-Classification. 用于pytorch的图像分类，包含多种模型方法，比如AlexNet，VGG，GoogleNet，ResNet，DenseNet等等，包含可完整运行的代码。除此之外，也有colab的在线运行代码，可以直接在colab在线运行查看结果。也可以迁移到自己的数据集进行迁移学习。

253

PaddleAvatar. 你是否曾经幻想过与自己的虚拟人交互？现在，使用PaddleAvatar，您可以将自己的图像、音频和视频转化为一个逼真的数字人视频，与其进行人机交互。 PaddleAvatar是一种基于PaddlePaddle深度学习框架的数字人生成工具，基于Paddle的许多套件，它可以将您的数字图像、音频和视频合成为一个逼真的数字人视频。除此之外，PaddleAvatar还支持进一步的开发，例如使用自然语言处理技术，将数字人视频转化为一个完整的人机交互系统，使得您能够与虚拟的自己进行真实的对话和互动。 使用PaddleAvatar，您可以将数字人视频用于各种场合，例如游戏、教育、虚拟现实等等。PaddleAvatar为您提供了一个自由创作的数字世界，让您的想象力得到了充分的释放！

230

YoloGesture. 基于计算机视觉手势识别控制系统YoLoGesture (利用YOLO实现)，利用yolo进行手势识别的控制系统，最后利用streamlit进行了部署，可在线体验尝试https://kedreamix-yologesture.streamlit.app , huggingface也有https://huggingface.co/spaces/Kedreamix/YoloGesture ，除此之外，还可以将方法运用到其他数据集中，都可以完成目标检测任务，并且进行部署，一通百通

199

Linly-Talker-Stream. Linly-Talker-Stream: Real-Time Streaming Conversational Digital Human System —— Full-duplex, low-latency, real-time interactive digital human framework

102

MAE-for-CIFAR. MAE for CIFAR，由于可用资源有限，我们仅在 cifar10 上测试模型。我们主要想重现这样的结果：使用 MAE 预训练 ViT 可以比直接使用标签进行监督学习训练获得更好的结果。这应该是自我监督学习比监督学习更有效的数据的证据。

83

Xinjing-LM. Xinjing-LM 是一个专注于心理健康领域的智能助手，基于 Qwen 模型进行微调和优化，旨在理解复杂的心理学知识、生成高质量文本并支持多轮对话。通过数据蒸馏、指令微调和多轮对话构建等技术，Xinjing-LM 在心理健康场景中表现出色，能够为用户提供准确、流畅且逻辑严谨的心理学相关建议。

52

ChatTTS. TTS

49

ChatPaperFree. Python

32

pytorch-cppcuda-tutorial. tutorial for writing custom pytorch cpp+cuda kernel, applied on volume rendering (NeRF)

29

Talk2Paper. HTML

14

GAN_Step_By_Step. GAN Step By Step -- GSBS，顾名思义，我希望我自己能够一步一步的学习GAN。GAN 又名 生成对抗网络，是最近几年很热门的一种无监督算法，他能生成出非常逼真的照片，图像甚至视频。GAN是一个图像的全新的领域，从2014的GAN的发展现在，在计算机视觉中扮演这越来越重要的角色，并且到每年都能产出各色各样的东西，GAN的理论和发展都蛮多的。我感觉最近有很多人都在学习GAN，但是国内可能缺少比较多的GAN的理论及其实现，所以我也想着和大家一起学习，并且提供主流框架下 **pytorch,tensorflow,keras** 的一些实现教学。 在一个2016年的研讨会，`杨立昆`描述生成式对抗网络是“`机器学习这二十年来最酷的想法`”。

11

Image-Web-App-using-Streamlit. Image Web-App using Streamlit

9

Deep_learning. 在这里面我会记录一下我在机器学习中一步一步的路程，我一定会慢慢努力的哈哈

6

YOLO-Object-Detection. YOLO-Object-Detection 集成多种yolo模型，作为一个模板进行目标检测

5

Linly-Dubbing_test. Linly-Dubbing

3

eat_tensorflow2_in_30_days. 30天吃掉那只 TensorFlow2.0

3

EDTalk. [ECCV 2024 Oral] EDTalk - Official PyTorch Implementation

2

self-llm. 《开源大模型食用指南》基于Linux环境快速部署开源大模型，更适合中国宝宝的部署教程

2

Linly-Dubbing-mini.

2

TalkingGaussian. [ECCV'24] TalkingGaussian: Structure-Persistent 3D Talking Head Synthesis via Gaussian Splatting

1

weibo_monitor. weibo_monitor

1

analysis_claude_code. 本仓库包含对 Claude Code v1.0.33 进行逆向工程的完整研究和分析资料。包括对混淆源代码的深度技术分析、系统架构文档，以及重构 Claude Code agent 系统的实现蓝图。主要发现包括实时 Steering 机制、多 Agent 架构、智能上下文管理和工具执行管道。该项目为理解现代 AI agent 系统设计和实现提供技术参考。

1

YouDub-webui. Python

1

Kedreamix.github.io.

1

metahuman-stream. Real time streaming digital human based on nerf

1

SadTalker-Video-Lip-Sync. 本项目基于SadTalkers实现视频唇形合成的Wav2lip。通过以视频文件方式进行语音驱动生成唇形，设置面部区域可配置的增强方式进行合成唇形（人脸）区域画面增强，提高生成唇形的清晰度。使用DAIN 插帧的DL算法对生成视频进行补帧，补充帧间合成唇形的动作过渡，使合成的唇形更为流畅、真实以及自然。

1

Keras-Image-Classification. 用于keras的图像分类，包含多种模型方法，比如AlexNet，VGG，GoogleNet，ResNet，DenseNet等等，包含可完整运行的代码。除此之外，也有colab的在线运行代码，可以直接在colab在线运行查看结果。也可以迁移到自己的数据集进行迁移学习。

1

Pytorch-planet. 什么是快乐星球？什么是快乐星球？让我来带你研究pytorch简单易懂的代码

1

PigBACSeg. 基于计算机视觉的猪胴体背膘厚度检测技术(基于UNet)

1

MimicTalk. MimicTalk: Mimicking a personalized and expressive 3D talking face in minutes; NeurIPS 2024; Official code

1

system-prompts-and-models-of-ai-tools. FULL v0, Cursor, Manus, Augment Code, Same.dev, Lovable, Devin, Replit Agent, Windsurf Agent, VSCode Agent, Dia Browser, Xcode, Trae AI, Cluely & Orchids.app (And other Open Sourced) System Prompts, Tools & AI Models.

1

Kedreamix.

1

TalkingHead-1KH. Python

1

EmoLLM. 心理健康大模型、LLM、The Big Model of Mental Health、Finetune、InternLM2、InternLM2.5、Qwen、ChatGLM、Baichuan、DeepSeek、Mixtral、LLama3、GLM4、Qwen2、LLama3.1

1

prompt-engineering-for-developers. 面向开发者的 LLM 入门教程，吴恩达大模型系列课程中文版

1

ER-NeRF. [ICCV'23] Efficient Region-Aware Neural Radiance Fields for High-Fidelity Talking Portrait Synthesis

1

Deep-Learning-Paper-Reading. Deep Learning Paper Reading 论文泛读

1

MyBlog. Python

1
41
Apply