Deep-tempest开源项目 – 利用深度学习窃取HDMI信号的电磁辐射

Deep-tempest 是一个通过深度学习技术从 HDMI 信号的电磁辐射中恢复图像的项目。它基于 gr-tempest 项目（即 Van Eck Phreaking 或 TEMPEST 技术），通过深度学习显著提高了窃取图像的质量。项目展示了如何从 HDMI 电缆的电磁辐射中捕获屏幕图像，并通过深度学习模型进行图像恢复，将字符错误率从 90% 降低到不到 30%。项目提供了详细的代码、数据集和执行指南，用户可以通过配置环境并运行代码来复现实验结果。

Deep-tempest的特点:

1. 利用深度学习技术恢复 HDMI 信号的电磁辐射图像
2. 显著提高图像质量，字符错误率降低到不到 30%
3. 提供完整的代码和数据集，支持复现实验
4. 详细的执行指南和环境配置要求
5. 支持从 HDMI 电缆的电磁辐射中捕获屏幕图像

Deep-tempest的功能:

1. 克隆项目代码并配置 Anaconda 环境
2. 运行 gr-tempest 的 flowgraph 文件以捕获屏幕图像
3. 使用深度学习模型对捕获的图像进行恢复
4. 下载并分析项目提供的数据集
5. 复现实验并评估图像恢复效果

相关导航

kro开源项目 – 简化Kubernetes资源管理

Kubernetes资源编排的利器，让复杂资源管理变得简单高效。kro通过定义复杂多资源构造为可复用组件，简化资源管理，动态创建和管理底层资源，无缝集成现有工具，并持续优化和改进中。

kan-gpt开源项目 – 结合KAN特性的GPT模型

kan-gpt是一个结合Kolmogorov-Arnold Networks（KAN）特性的GPT模型，使用PyTorch框架实现。该项目在Tiny Shakespeare数据集上进行了训练和测试，表现优于传统的MLP-GPT模型。作为一个开源项目，kan-gpt不仅便于社区贡献和进一步研究，还为自然语言处理任务提供了新的解决方案。

Dataoorts GPU Cloud官网 – 为AI开发者提供高效GPU云服务

Dataoorts GPU Cloud专为AI开发者构建，提供GC2和T4s GPU实例，以助力开发和部署任务。其GPU实例具有高性价比，确保每个人都能使用强大的计算能力。

YOLOv5开源项目 – 高效实时目标检测模型

YOLOv5是一个基于深度学习的实时目标检测模型，专注于高效、快速的图像目标检测任务。它广泛应用于监控系统、自动驾驶等领域，能够实时识别并定位图像中的目标，推理速度快，适合实时应用场景。YOLOv5支持检测各种类别的物体，包括行人、车辆等，并且完全开源，支持社区贡献与定制开发。

LLaVA-pp开源项目 – 增强多模态任务处理能力

LLaVA++是LLaVA模型的扩展，集成了Phi-3 Mini Instruct和LLaMA-3 Instruct模型，旨在提升视觉和语言指令处理能力。项目通过引入新模型如Phi-3-V和LLaVA-3-V，专注于提高指令跟随能力和处理学术任务数据集的能力。LLaVA++在多模态任务中表现出色，尤其是在指令跟随和视觉语言任务方面。项目提供了详细的安装指南和更新脚本，便于本地部署和测试。Model Zoo中列出了所有可用模型及其Hugging Face页面链接，方便用户访问和利用预训练权重。项目还更新了文档，包含最新发展和模型细节，并提供了完整的代码库，包括训练和微调模型所需的所有脚本和模块。此外，项目改进了README文件，突出了其开源性质和模型升级的重要性。

Perplexica开源项目 – 一款基于AI的搜索引擎

Perplexica是一个由AI驱动的搜索引擎，是Perplexity AI的开源替代品，利用先进的机器学习算法理解用户查询，从网络中寻找答案，同时保护用户隐私。

Robo Blogger开源项目 – 语音转博客的智能写作工具

Robo Blogger 是一款专为写作设计的智能工具，能够将语音内容自动转化为结构化的专业博客文章。它通过语音捕捉、结构化规划和自动化写作三个步骤，帮助用户将碎片时间的灵感转化为高质量的博客内容。工具支持引用参考资料和定制文章结构，适用于技术博客、生活随笔、碎片时间写作和专业内容创作等多种场景。

AIlice开源项目 – 轻量级AI代理，快速构建智能体

AIlice是一个轻量级的AI代理，旨在为开发者提供一个简单的开发框架，快速构建和测试各种AI智能体的想法，同时支持多模态交互和语音交互，为用户提供灵活的参与方式。

MMR1开源项目 – 多模态推理的顶尖探索

MMR1是多模态推理领域的前沿项目，通过极少量数据实现顶尖性能。该项目仅使用6k公开数据进行训练，达到了开源7B多模态模型的SOTA性能，并且在6小时内完成高效训练，具有极高的性价比。此外，MMR1采用了数据平衡策略，能够覆盖多样化的数学问题类型。

HumanGaussian开源项目 – 基于Gaussian Splatting的3D人体生成框架

HumanGaussian是一个高效的3D人体生成框架，通过Gaussian Splatting技术生成高质量、细节丰富的3D人体模型。该框架结合了显式的人体结构引导和梯度规范化优化，解决了现有方法在细节不足或训练时间过长的问题。其核心创新包括结构感知的SDS（Score Distillation Sampling）和退火负提示引导，能够在多样化的场景下生成逼真的3D人体模型。

Epoching-Blog开源项目 – 基于PyTorch的NLP实战教程

Epoching-Blog是一个集成了PyTorch、fastai和HuggingFace的自然语言处理实战教程，旨在帮助用户通过实践深入理解深度学习及其在NLP领域的应用。项目提供了丰富的代码示例和详细的教程，适合希望提升NLP技能的学习者。

Textoshop开源 – 智能绘图式文本编辑器

Textoshop是一个受绘图软件交互方式启发的智能文本编辑器，将文本编辑类比为视觉编辑（单词如像素、句子如区域、语气如颜色）。作为学术研究项目，其CHI 2025论文显示用户更倾向其创新界面，可能重塑文本编辑工作流。项目依赖OpenAI API实现智能交互，支持本地运行但不存储用户API密钥，主要面向开发者/研究者群体，特别适合创意写作场景。

AutoGPT开源项目 – 自动化AI代理平台

AutoGPT 是一个功能强大的开源平台，旨在让用户能够轻松构建、部署和运行自主AI代理，以自动化复杂的工作流程。平台提供了低代码界面、工作流程引擎、部署平台和预构建代理市场，适用于各种行业和用例。AutoGPT 由前端和服务器端组成，前端提供用户交互界面，允许用户设计、配置和管理 AI 代理，服务器端负责运行代理，处理外部触发事件，并提供必要的底层基础设施。平台还支持自定义代理的各个方面，包括触发器、操作和响应，并提供监控和分析功能，帮助用户优化自动化流程。

dpqq-excel官网 – 现代多人协同电子表格开源项目

dpqq-excel 是一个开源项目，集成了 Python、AI 和 SQL，旨在提供一个多人协同的电子表格环境。它支持从各种数据源拉取并操作数据，适用于数据分析、数据科学、财务管理、项目管理以及教育与学习等场景。前端基于 React.js 和 D3.js，后端使用 Flask 或 Django 框架，支持多种数据库连接。

TheAlgorithms/Python开源项目 – 超全的Python算法库

超全的Python算法库，涵盖从算术分析到区块链再到数据结构的大量算法，适合学习、研究和项目开发。