KUN

Interview-code-practice-python. 面试题

Awesome-Chinese-Stable-Diffusion. 中文文生图stable diffsion模型集合

learn_python. Python 学习笔记

How-to-make-high-resolution-remote-sensing-image-dataset. 高分遥感影像数据集的制作

3D-DenseNet-for-HSI. paper：Three-dimensional densely connected convolutional network for hyperspectral remote sensing image classification

Leetcode-hot100-python. leetcode-hot100的题目，和 Interview-code-practice-python（https://github.com/leeguandong/Interview-code-practice-python）互为一体，找工作的好帮手。

DL-data-processing-methods. 深度学习处理数据的一些基本操作

FSKNet-for-HSI. paper：Faster hyperspectral image classification based on selective kernel mechanism using deep convolutional networks

Multi-Scale-Dense-Networks-for-Hyperspectral-Remote-Sensing-Image-Classification. paper：Multi-Scale Dense Networks for Hyperspectral Remote Sensing Image Classification

Paper-Learning. 论文学习，主要研究深度学习处理遥感影像，地名识别，文档篡改检测，OCR，视觉生成

EcommerceLLM. 基于电商数据微调的Qwen1.5系列的电商大模型，包括0.5b-base，0.5b-chat，1.8b-base，7b-base，以及基于llama3-chinese-sft版本的基础模型的sft后电商大模型。

Answer_card_identification. 答题卡项目，智能批改

Parking. Parking 停车位APP

XrayQwenVL. 基于qwenvl微调一个多模态Xray识别的大模型

Wav2lipAll. 基于wav2lip进行虚拟数字人训练，唇形驱动，包括数据处理流程等，模型包括96x96，192x192，192x288，288x288。

ComfyUI_FluxLayerDiffuse. 小红书的flux版本的透明图生成（layerdiffuse），支持文生图和图生图

ComfyUI_Gemma3. Gemma3的comfyui版本

ComfyUI_InternVL2. comfyui的InternVL2插件，InternVL2是当前不错的开源多模态大语言模型，在文档vqa上表现很好

EcommerceLLMQwen2.5. 基于电商数据微调的Qwen2.5系列的电商大模型，电商数据sft后电商大模型。是https://github.com/leeguandong/EcommerceLLM的升级版本。qwen2.5的效果很好。

EcommerceLLMQwen3. 基于电商数据微调的Qwen3系列的电商大模型，电商数据sft后电商大模型。是https://github.com/leeguandong/EcommerceLLM和EcommerceLLMQwen2.5的升级版本。

Yolov5_rknnlite2. yolov5行人检测，rk3588,rknlite2部署

ComfyUI_M3Net. comfyui的m3net插件，m3net是不错的显著性检测模型，抠图上效果不错，我开源了一个训练的电商的模型，供大家试玩

sd_webui_ootdiffusion. 基于stable-diffusion的虚拟换装方法

XrayLLaVA. 基于LLaVA1.6微调的Xray识别的多模态大模型

sd_webui_outpainting. AI扩图，Outpainting extension performs stable diffusion outpainting on a browser UI.

sd_webui_beautifulprompt. beautifulprompt extension performs stable diffusion automatic prompt engineering on a browser UI.

ComfyUI_VisualAttentionMap. 对sd中text prompt和self-attention以及cross-attention时的特征图进行可视化。

ComfyUI_FluxCustomId. 人物一致性方法，和pulid一样都是基于flux，目前基于flux的人物一致性并不多

SimilarWork. 用numpy实现tf静态图和pytorch动态图风格的深度学习框架

XrayQwen2VL. Xray Large Multi-model Model，基于Qwen2VL微调Xray的多模态大模型，在4张A800上基于qwen2-vl-7b-instruct模型微调。a large multi-modal model fine-tuned from Qwen2VL for X-ray analysis, trained on 4 A800 GPUs based on the qwen2-vl-7b-instruct model.

EcommerceOCRBench. 电商文字识别的多模态大模型的ocr基准测试集，参照ocrbench，但是测评数据更多。

DGCNet-for-HSI. paper：DGCNet: An Efficient 3D-Densenet based on Dynamic Group Convolution for Hyperspectral Remote Sensing Image Classification；Spatial-Spectral Hyperspectral Classification based on Learnable 3D Group Convolution

MaskControlnet. 基于mask条件的controlnet生成模型，基于海量电商抠图数据（显著图检测数据）训练。

sd_webui_musetalk. musetalk在stable diffusion webui上的插件，可实现唇形驱动的功能，talking face generation

sd_webui_realtime_lcm_canvas. realtime_lcm_canvas extension performs flowty-realtime-lcm-canvas stable diffusion on a browser UI.

ComfyUI_VideoEditing. 视频生成，controlnet+sd对输入视频进行一致性控制，对unet中的self-attention的qkv进行第一帧和前一帧参考。

HOME-CLIP. 在家装家居场景上微调的clip模型

OCRDetInternVL2. OCR Large Multi-model Model，基于Internvl2微调OCR文字检测的多模态大模型，在4张A800上基于internvl2-8b模型微调。不仅在ocr文字检测任务上，在大多数的目标检测任务也是work的。

mmdetection_add. 添加实现的目标检测算法，包括efficientdet，yolov4/v5等

ComfyUI_Style_Aligned. style_aligned，通过共享qkv的方式来zero shot得到相似图，风格一致图生成，reference方法。

Camera_blur_detection. 对摄像头采集的照片进行区域检测并且给出模糊判定，c++代码，采用fastdeploy进行多平台部署，VS2019。

ComfyUI_LLaSM. 语音文本多模态大模型，语音侧基于whisper，text侧基于llama，通用效果不错。

ComfyUI_1Prompt1Story. 1Prompt1Story的comfyui版本，train-free框架下，一句prompt生成连续的故事图片

ComfyUI_FluxAttentionMask. flux和sd3中的t5部分的attention mask，就是利用text侧attention mask，在图像生成时使模型更加关注文本的嵌入，从而增强文本的语义跟随。

PlateRec. 车牌识别，基于paddleocr，onnxruntime，c++

Awesome-ID-Customization. 人物自定义ID-Customization任务，在flux和sd上的人物一致性生成，重点关注人物的可编辑性改变。

sd_webui_sghm. SemanticGuidedHumanMatting extension performs stable diffusion human matting on a browser UI.

RealtimeFlux. This is the first model enabling real-time flux-based sketch-to-image generation, akin to Ji Meng's Smart Canvas and Krea.ai's real-time rendering, built on the Nunchaku and Flux framework.

AllRank. learn-to-rank框架，召回/粗排/精排/重排中的重排模块，之前主要是动态创意优化时对包括图片等特征进行重排。

mmhyperspectral. mm框架组合高光谱遥感影响分类模型

ChatFlux. webui based chatdit,支持通过对话来生成图片

OCRInternVL2. OCR Large Multi-model Model，基于Internvl2微调OCR的多模态大模型，在4张A800上基于internvl2-8b模型微调。internvl2-8b在我们自测的ocr的vqa场景效果表现很好，我们再使用ocr数据微调之后，对于一般的ocr的vqa任务都能实现很好的效果。

sd_webui_animate_anything. 类似runway中的毛刷功能，对输入图片的制定区域进行mask之后，该区域动起来，motion brush.

MiniLLaMA3. llama3的迷你版本，包括了从0-1构造数据，训练tokenizer，pt，sft，dpo的全流程

sd_webui_ZeST. ZeST是zero-shot的材质迁移模型，本质上是ip-adapter+controlnet+inpaint算法的组合，只是在输入到inpaint的图生图的图上做了一些改动，包括对image+mask的改动

HOME-DALLE1. dalle1在中文家具场景的微调，效果并不好

KuaiZai. 一点浩然气，千里快哉风。主要是多平台部署的一些项目代码

KANet-for-HSI. paper: Dynamic 3D KAN Convolution with Adaptive Grid Optimization for Hyperspectral Image Classification

mmgeneration_add. gan等传统图像生成类算法