添加到 GitHub Settings → SSH and GPG keys。

import os# 解决OpenMP冲突nn.ReLU(),nn.ReLU(),nn.ReLU(),nn.ReLU(),return x"""训练模型并保存最佳模型"""# 训练阶段# 验证阶段# 保存最佳模型# 可视化训练过程。

mAP（平均精度）：在不同IoU（交并比）阈值下的平均准确率。，即每秒帧数，实时处理能力。FPS越高，模型处理速度越快，实时性越好。**模型复杂度：**模型参数量、层数和计算量越大，FPS越低。**硬件配置：**CPU/GPU的计算能力、内存带宽和存储速度对FPS有直接影响。**优化算法：**模型训练和部署过程中，如批处理、并行计算和内存管理，可以提升FPS。

卷积神经网络工作时模拟人认知图像的过程，它由多个卷积层构成，每个卷积层包含多个卷积核，用这些卷积核从左向右、从上往下依次扫描整个图像，得到称为特征图（feature map）的输出数据。网络前面的卷积层捕捉图像局部、细节信息，有小的感受野，即输出图像的每个像素只利用输入图像很小的一个范围。循环神经网络是一种具有记忆力的网络，它可以记忆前边的输入，使得前边的输入n对后边n+1的输出产生影响。同时如果

SE 模块首先通过全局自适应平均池化将每个通道的特征进行全局压缩，这一步骤提取了全局的空间信息，并将其缩放至 1×1 的特征图（即每个通道的全局平均值）。最终，这些权重被用于调整输入特征图的每个通道，放大重要特征，抑制不重要特征。该卷积层用于对输入图像进行初步的特征提取，通过较大的卷积核和步长，能够快速降低特征图的尺寸，同时增加通道数，为后续的网络层提供更多的特征信息。，将特征图的空间维度压缩为

三、修改api.py router.pyindex.html。允许上传base64格式的图片和url格式的图片。一、comfyui添加图片上传节点。二、重启comfyui。

最后还需要一个wav2lip的工具，来匹配嘴型-wav2lip。roop用来换脸，基础图像就模型生成的。准备文件：带人脸的图或视频；