coco
-
SimAM：无参数Attention！助力分类/检测/分割涨点！
本项目基于中山大学提出的无参数SimAM注意力机制，在Caltech101的16类子集上验证其效果。SimAM从神经科学出发，通过能量函数挖掘神经元重要性，生成三维权重，优于传统一维、二维注意力。项目构建含SimAM的TowerNet模型，与ResNet50等经典网络对比，经数据准备、模型训练后，显…
-
基于PP-YOLOv2的火灾/烟雾检测
据统计，2020年全国共接报火灾74.8万起，直接财产损失高达67.5亿元。火灾已经成为危害人们生命财产安全的一种多发性灾害。基于PaddleX实现火灾、烟雾检测，并探索模型的优化历程。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ 1 项…
-
Paddle2.0：浅析并实现 FcaNet 模型
FcaNet通过频率域分析重新审视通道注意力，证明GAP是二维DCT的特例。据此将通道注意力推广到频域，提出多谱通道注意力框架，通过选择更多频率分量引入更多信息。实验显示，其在ImageNet和COCO数据集表现优异，基于ResNet时精度高于SENet，且实现简单。 ☞☞☞AI 智能聊天, 问答助…
-
第十五届中国计算机设计大赛智慧导盲组-第5名方案分享
本文分享第十五届中国计算机设计大赛智慧导盲组第5名方案，基于PaddleDetection套件实现。分析赛题与数据集后，选PP-YOLOE的m模型，介绍训练策略，如batchsize等参数设置，还提及predict.py优化、模型选择技巧、数据集合并等提分方法，及复现流程。 ☞☞☞AI 智能聊天, …
-
『PPYOLO tiny尝鲜』基于PaddleDetection的人脸疲劳检测
本文介绍基于PaddleDetection的PPYOLO tiny模型开发项目，可检测人眼和嘴的张闭以判断疲劳状态，适用于课堂学生打瞌睡提醒、驾驶员疲劳驾驶预警等场景。项目详述了PPYOLO tiny的优化策略、精度速度优势，还介绍了数据处理、模型训练、导出及部署等实施步骤。 ☞☞☞AI 智能聊天,…
-
基于关键点检测的摔倒识别
该工程基于PaddleDetection实现人员摔倒识别。先通过特定命令预测视频关键点，得到json结果文件和可视化视频；再用source.py中代码判断摔倒，输出摔倒帧对应时间，还会在视频检测框左上角标注结果并保存为output.mp4，示例中检测到78帧摔倒。 ☞☞☞AI 智能聊天, 问答助手,…
-
【PaddleDetection2.0专项】如何自定义数据集
PaddleDetection支持43种数据格式，文中主要说明如何用自定义COCO和VOC数据集进行训练。新版本数据配置抽离，用户关注configs/datasets下的配置文件即可。使用自定义VOC数据集改voc.yml，改dataset_dir等路径；COCO目标检测改cooc_detectio…
-
【AI达人特训营第三期】：PaddleSeg助力自动驾驶场景分割
本文介绍基于ADE20K数据集，用PaddleSeg工具进行场景解析的过程。先解压相关套件与数据集，加载并预处理数据。选用GCnet模型，其简化注意力机制高效，还提及KNet等其他算法及两种分割方式的优劣。训练后，GCnet在mIoU、耗时和模型大小上优于Upernet，最后分享了调参等经验。 ☞☞…
-
【金融风控系列】_[0]_零基础学习评分卡模型
本文介绍零基础入门金融风控评分卡开发实战。使用某信贷平台40w贷款记录数据，含16列变量，以Defaulter为目标变量预测逾期概率。流程包括数据构建、探索性分析、预处理、特征选择、模型开发与评估，还涉及WOE、IV等指标，对比了逻辑回归与多种集成模型效果。 ☞☞☞AI 智能聊天, 问答助手, AI…
-
使用PaddleDetection2.0自定义数据集实现火焰识别预测
该项目利用PaddleDetection2.0中的YOLOv3（主干为mobilenetv3轻量化模型）实现火焰识别目标检测，mAP达81.94%，可部署于森林防火监控。流程包括自定义数据集解压、环境准备、按9:1划分数据集，基于特定配置文件训练，还进行了模型评估、预测及效果可视化。 ☞☞☞AI 智…
