coco
-
【AI达人特训营】SIOU论文复现：Powerful的回归框学习能力
本文介绍多目标跟踪中二分图匹配的匈牙利算法与KM算法。先解释完美匹配、二分图、最大匹配、交错路径等概念，以男女配对为例，演示匈牙利算法流程：通过匹配与寻找增广路径交替操作实现最大匹配，并附代码及输入输出说明，展示算法如何解决二分图无权匹配问题。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, …
-
【TMM 2022】SPGNet：串行和并行组网络
SPGNet是一种基于串行和并行组块的新型卷积神经网络。其深入研究分组卷积，分为串行、并行和串并行三种类型，能捕获多尺度信息且结构紧凑。在图像分类等任务中表现优异，与最先进网络性能相当，在NPU上，类似FLOPs下比MobileNetV2快120%，类似精度下比GhostNetkuai300%以上。…
-
屠榜CV！Swin TransFromer 你又该换Backbone了！
本文介绍Swin Transformer相关知识，对比其与ViT的区别：Swin采用窗口理念和不同下采样倍数，减少计算量且提升性能。还讲解了其Patch层、PatchMerging层、Mlp层及Swin Transformer Block层的实现，包括各层作用、代码和参数等。 ☞☞☞AI 智能聊天,…
-
基于PaddlePaddle复现Noise2Noise
本项目在参与【飞桨启航菁英计划】过程中完成，所属方向：计算机视觉图像处理。项目基于PaddlePaddle复现Noise2Noise，使得Denoised与clear image PSNR持平。 ☞☞☞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☜☜☜…
-
【CVPR 2020】Dynamic Convolution：在卷积核上的注意力
轻量级卷积神经网络因计算预算限制深度和宽度，导致表示能力与性能不足。为此提出动态卷积，不增加网络深度或宽度，每层用多个并行卷积核，依输入注意力动态聚合。这既因核小高效，又因非线性聚合增强表示能力。将其用于MobileNetv3 – Small，ImageNet分类TOP – …
-
豆包 AI 大模型如何和 AI 模型评测工具结合评估模型？攻略
豆包 ai 大模型与评测工具结合的核心在于通过客观量化指标明确其性能优劣，从而指导优化和应用。1. 首先明确评测目标与指标，如文本生成场景下选择 bleu、rouge、困惑度等；2. 选择合适的评测工具，包括开源框架、云平台服务或专业机构；3. 准备具有代表性、多样性、准确性和规模的评测数据集；4.…
-
【校园AI Day-AI workshop】交通信号标志图像分类
本文介绍基于PP-PicoDet_LCNet的中国交通标志分类检测项目。通过安装相关环境，处理数据集为COCO格式，用PP-PicoDet模型训练，验证集和测试集mAP(0.5)约98.9%，还进行了模型预测、导出及量化训练等，量化模型精度略有下降。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜…
-
Paddle2.0案例： 人体姿态关键点检测
本文介绍基于Paddle2.0实现人体姿态关键点检测的案例。先说明关键点检测的意义与两类方法，强调人体姿态检测的特殊性及常用热力图回归法。接着讲解环境设置、COCO数据集处理、数据集定义与抽样展示，还构建了基于ResNet的PoseNet模型，阐述训练过程与预测结果，展示不同训练程度模型的效果差异。…
-
基于YOLOv3实现跌倒检测
本教程介绍如何用PaddleDetection的YOLOv3模型实现摔倒检测。步骤包括解压VOC格式数据集、安装相关包、划分数据集，修改配置文件后训练模型，还涉及模型评估、预测及可视化，最后说明Paddle Inference、Serving、Lite等部署方式，mAP达80.28%，可用于监控场景…
