fig

  • 【AI达人特训营】PaddleNLP实现聊天问答匹配

    【AI达人特训营】PaddleNLP实现聊天问答匹配【AI达人特训营】PaddleNLP实现聊天问答匹配【AI达人特训营】PaddleNLP实现聊天问答匹配【AI达人特训营】PaddleNLP实现聊天问答匹配

    【飞桨领航团】AI达人特训营:PaddleNLP实现聊天问答匹配 1. 项目背景 本项目是ai达人特训营的选题,目测该选题来自这个比赛:房产行业聊天问答匹配 背景: 贝壳找房是以技术驱动的品质居住服务平台,“有尊严的服务者、更美好的居住”,是贝壳的使命。在帮助客户实现更美好的居住过程中,客户会和服务…

    2025年11月25日 用户投稿
    200
  • 【AI达人训练营】基于飞桨高层 API 实现草莓生长阶段识别

    【AI达人训练营】基于飞桨高层 API 实现草莓生长阶段识别【AI达人训练营】基于飞桨高层 API 实现草莓生长阶段识别【AI达人训练营】基于飞桨高层 API 实现草莓生长阶段识别【AI达人训练营】基于飞桨高层 API 实现草莓生长阶段识别

    本文围绕草莓生长阶段识别展开,采用深度学习方式,将其作为四分类问题(生长期、开花期、结果期、成熟期)。使用讯飞挑战赛数据集,基于ResNet50模型训练,经数据加载、划分、预处理等步骤,10轮训练后准确率达0.9910,能精准识别草莓生长阶段,可用于生成测试集预测结果。 ☞☞☞AI 智能聊天, 问答…

    2025年11月25日 用户投稿
    000
  • CVPR2022 NAS竞赛Track 2 第1名技术方案分享

    CVPR2022 NAS竞赛Track 2 第1名技术方案分享CVPR2022 NAS竞赛Track 2 第1名技术方案分享CVPR2022 NAS竞赛Track 2 第1名技术方案分享CVPR2022 NAS竞赛Track 2 第1名技术方案分享

    本文介绍2022 CVPR Track2解决方案,聚焦小样本下架构性能预测。预处理含深度编码转换、归一化及Sigmoid处理;模型选择中,梯度提升类算法效果佳,经调参达0.78;尝试多任务学习未果,后通过集成GBRT等模型,结合GPNAS作为最终估计器,优化后得分0.7991。 ☞☞☞AI 智能聊天…

    2025年11月25日 用户投稿
    200
  • 零编码在手游《明日方舟》中实现目标检测

    零编码在手游《明日方舟》中实现目标检测零编码在手游《明日方舟》中实现目标检测零编码在手游《明日方舟》中实现目标检测零编码在手游《明日方舟》中实现目标检测

    本文介绍用飞桨PaddleDetection框架零编码实现《明日方舟》每日轮换任务检测。先下载安装该框架,建议用AIStudio避免本地安装问题。接着准备数据,替换数据集、修改配置文件,再用GPU训练模型,最后评估效果,检测出任务位置后可结合脚本工具完成任务。 ☞☞☞AI 智能聊天, 问答助手, A…

    2025年11月25日 用户投稿
    000
  • 轻量级人像分割模型PP-HumanSeg树莓派部署

    轻量级人像分割模型PP-HumanSeg树莓派部署轻量级人像分割模型PP-HumanSeg树莓派部署轻量级人像分割模型PP-HumanSeg树莓派部署轻量级人像分割模型PP-HumanSeg树莓派部署

    本文介绍将PP-HumanSeg-Lite轻量级人像分割模型部署到树莓派的流程。先克隆PaddleSeg仓库、安装相关工具并下载预训练模型,接着导出静态图模型并转为ONNX格式,最后编写预测代码。将相关文件夹打包至树莓派,即可运行实现实时人像分割。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索…

    2025年11月25日 用户投稿
    000
  • 【ICCV 2021】CrossViT:用于图像分类的交叉注意力的多尺度ViT

    【ICCV 2021】CrossViT:用于图像分类的交叉注意力的多尺度ViT【ICCV 2021】CrossViT:用于图像分类的交叉注意力的多尺度ViT【ICCV 2021】CrossViT:用于图像分类的交叉注意力的多尺度ViT【ICCV 2021】CrossViT:用于图像分类的交叉注意力的多尺度ViT

    CrossViT是一种双分支Transformer,通过不同粒度Patch学习特征。L-Branch用粗粒度Patch,有更多编码器和更宽维度;S-Branch用细粒度Patch,编码器少且维度窄。其关键是跨注意力融合模块,以线性复杂度融合信息,在ImageNet1K上比DeiT表现更优,精度提升显…

    2025年11月25日 用户投稿
    100
  • 基于飞桨实现乒乓球时序动作定位大赛-b榜第11名方案

    基于飞桨实现乒乓球时序动作定位大赛-b榜第11名方案基于飞桨实现乒乓球时序动作定位大赛-b榜第11名方案基于飞桨实现乒乓球时序动作定位大赛-b榜第11名方案基于飞桨实现乒乓球时序动作定位大赛-b榜第11名方案

    该方案基于飞桨PaddleVideo的BMN模型,优化乒乓球时序动作定位。先分析训练集label分布与动作时长,参考Football Vocation调整窗口大小,分割数据为9:1的训练、验证集。训练尝试多种策略,用CustomWarmupCosineDecay提升分数,最终导出模型推理,生成提交文…

    2025年11月25日 用户投稿
    100
  • 基于PaddlePaddle复现的PeleeNet

    基于PaddlePaddle复现的PeleeNet基于PaddlePaddle复现的PeleeNet基于PaddlePaddle复现的PeleeNet基于PaddlePaddle复现的PeleeNet

    本文介绍PaddlePaddle实现的PeleeNet,这是高效CNN架构,适用于移动设备。其采用Two-Way Dense Layer、Stem Block等结构,复现了相关精度。还说明数据集准备、环境配置,以及模型训练、评估、预测和推理部署方法,也提及自动化测试脚本等内容。 ☞☞☞AI 智能聊天…

    2025年11月25日 用户投稿
    100
  • 【论文复现】基于 PaddlePaddle 实现 HashNet

    【论文复现】基于 PaddlePaddle 实现 HashNet【论文复现】基于 PaddlePaddle 实现 HashNet【论文复现】基于 PaddlePaddle 实现 HashNet【论文复现】基于 PaddlePaddle 实现 HashNet

    本文介绍基于PaddlePaddle复现HashNet(ICCV2017)的项目。HashNet针对图像检索中哈希学习的问题,通过数据均衡化和改进符号激活函数提升性能。项目在COCO2014数据集上复现,16/32/48/64bits的结果达0.619、0.682、0.715、0.734,超验收指标…

    2025年11月25日 用户投稿
    100
  • 使用paddleOCR完成价格提取并实现可视化

    使用paddleOCR完成价格提取并实现可视化使用paddleOCR完成价格提取并实现可视化使用paddleOCR完成价格提取并实现可视化使用paddleOCR完成价格提取并实现可视化

    该项目通过pyautogui控制鼠标点击金投网各省份页面并截图,利用paddleOCR提取废弃金属价格数据,经pymysql存入MySQL。再以Flask搭建后端,结合百度echart框架实现各省份价格实时动态可视化,解决了网站路径多变导致的爬虫获取数据难题。 ☞☞☞AI 智能聊天, 问答助手, A…

    2025年11月25日 用户投稿
    000
关注微信