想要由一张照片生成简笔画，要不是使用醒图之类的工具手动描边，也试了豆包等ai去处理，但是结果还是不如人意。小红书发现有好心人bole分享了他搭建的。可以认为模块是一些python脚本，可以使用Manager安装，模型是别人训练好的模型，一般在huggingface网站可以找到。在运行工作流时，有问题的位置会以红色框显示，也可以在左边菜单栏点击终端看代码到底是哪里报错的。

The Snapdragon Neural Processing Engine (SNPE)是高通骁龙为了加速网络模型设计的框架。但它不只支持高通，SNPE还支持多种硬件平台，ARM平台、Intel平台等。支持的深度学习框架也有包括Caffe、TensorFlow和ONNX等。SNPE可以前向运行模型，但需要先将模型转换为Deep Learning Container (DLC) file才可以加

一个问题是原有的激活函数是为分布在0~1的数据设计的，以sigmoid为例，浮点的时候要无限接近于1它才等于1，但量化数据很容易就大于1了，但从整个分布看这个值其实还处于比较低的水平。文章假设了BN-->relu这样的顺序结构，因此BN层得到的高斯分布，只有正半轴的部分保留了下来，此时不能直接使用BN的均值作为 E[x]。正如前面提到的，MobileNetV2的后量化会面临70.9% to 0.1

CLIP 全称 Contrastive Language-Image Pre-Training（对比性语言-图像预训练模型），是 OpenAI 在 2021 年初开源的一个用文本作为监督信号来做预训练的模型。

CVPR2017https://arxiv.org/abs/1707.01313Darmstadt Noise Dataset – Darmstadt Noise DatasetVCIP2017Low-ISO High-ISORENOIR - A Dataset for Real Low-Light Image Noise Reductionhttps://arxiv.org/abs/1409.8

CVPR2017https://arxiv.org/abs/1707.01313Darmstadt Noise Dataset – Darmstadt Noise DatasetVCIP2017Low-ISO High-ISORENOIR - A Dataset for Real Low-Light Image Noise Reductionhttps://arxiv.org/abs/1409.8

大模型除了dreamshaper，还有Stable diffusion v1.4，Stable diffusion v1.5，Realistic Vision，majicMIX realistic，Deliberate v2，F222等。上半身特写，一位女孩，单人，Q版（或“迷你角色”/“简笔画风格可爱小人”，根据“chibi”具体语境调整），长发，面带笑容，开怀大笑，抱着泰迪熊，注视着观众，舞姿

https://arxiv.org/pdf/1903.12529.pdf

噪声在ISP中去得越早越好，因为噪声在最开始成像的过程中就引入了，之后只会不断放大。具体而言，噪声产生的位置就是上图中绿色框的区域。

KAZE是发表在ECCV2012的一种特征点检测算法，相比于SIFT和SURF，KAZE建立的高斯金字塔是非线性的尺度空间，采用加性算子分裂算法(Additive Operator Splitting, AOS)来进行非线性扩散滤波。一个很显著的特点是在模糊图像的同时还能保留边缘细节。邹宇华在CSDN中有一系列文章进行了讲解。AKAZE 是加速版KAZE特征，即Accelerated KAZE..