前些日子想给自己的代码做一个巨大的更新——上传PyPI平台。然而！来自懒狗的认知里，在维护代码的时候不想做一些重复性非常高的方法。众所周知，Github是一个自动化流程很高的平台，那么编写一套setup.py代码和Github Action流程就迫在眉睫。

在工业制造领域，保证工业产品的质量是该领域的一项重要任务。对于工业产品，一个小的缺陷有时会危及整体影响。例如，印刷电路板上的断点会影响设备信号的稳定传导，而金属裂纹会影响产品的美观性和强度。通常，一般的工业产品质量检查是由人进行的，这也有一些缺点，包括需要进行大量的初始检查人员培训，这增加了人员培训的成本。随着值班人员检查时间的增加，因其原因导致的误检率上升。随着计算机视觉的发展，自动化质量检测的

当前，生成式人工智能（AIGC）已被越来越广泛应用在工业、动漫业、设计业等诸多场景。我们都知道现阶段主流的生成模型如生成对抗网络（GAN）、自分编码器（VAE）、流模型（Flow-based Models）和扩散模型（Diffusion Models）。而扩散模型中还分为概率扩散模型，噪声条件评分网络和去噪概率模型。去噪概率模型中较为经典的就是DDPM。

欢迎来到我博客的第一个hexo页面