fig
-
【掌上心语】PaddlePaddle 3.0实现29类智能手语识别助力残障人士
采用PaddlePaddle 3.0深度学习框架，基于预训练的ResNet50模型开发，通过监督学习训练出深度学习模型识别手语翻译成对应文字，为听力和言语障碍者提供一种将手语转换为书面语言的桥梁。 ☞☞☞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☜☜…
-
【时间序列】时间序列分类方法一览
时间序列分类（time series classification） 是数据挖掘领域的重要任务，它涉及对按时间顺序排列的数据点进行标记和预测。此类数据广泛存在于金融、医疗、工业等多个领域，因此时间序列分类对于决策支持和系统开发具有重要意义。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费…
-
【AI达人特训营第三期】全球小麦麦穗检测
该项目基于YOLOv3实现小麦麦穗检测，使用kaggle的Global Wheat Detection数据集。先处理数据，转换真实框格式、解压、分组，切分训练和验证集，清洗微小和巨大标注边框。构建MyDataset类生成数据集，搭建以Darknet53为骨干的YOLOv3模型，设置锚框和损失函数训练…
-
中文电子病历命名实体识别
电子病历主要有入院记录、出院记录、病程记录、手术记录、护理记录、查房记 录等组成，除部分字段进行了前结构化，还有大量的字段没有进行结构化，以自由文本的方式进 行记录。该部分记录中含有大量的有用信息，是进行医疗大数据挖掘、临床辅助决策系统、AI 电子病历质控系统构建等的基础工作。命名实体的结果可以辅助…
-
【CVPR2021】DDRNets:高效实时车道分割算法
本文介绍基于PaddlePaddle复现DDRNet23-Slim的过程。该网络为高效道路场景实时语义分割模型，采用双分辨率架构和多尺度模块，融合高低级语义信息。文中展示关键结构设计及基于PaddleSeg的开发步骤，模型表现良好。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使…
-
基于飞桨复现Tokens-to-Token ViT
本文围绕基于PaddlePaddle框架复现Tokens-to-Token ViT展开，先简介论文，指出ViT在中型数据集训练的不足，介绍T2T-ViT的T2T模块及实验。接着说明复现的T2T-ViT-7在ImageNet2012上的精度，还涉及数据集、环境依赖、快速开始步骤、复现过程及代码结构。 …
-
豆包助力生图怎样调整构图？豆包生图构图调整全解析
豆包生图的构图调整可通过提示词优化、局部重绘、后期微调三个步骤实现。1. 提示词优化是关键，需明确主体、位置、辅助元素、构图术语及负面提示词，以精准传达构图意图；2. 局部重绘用于精细调整画面局部，通过圈选区域并输入新提示词，修正如物体位置等细节；3. 后期微调借助图像处理软件进行裁剪、色彩调整、锐…
-
PaddleHub人脸关键点检测：一键生成蜡笔小新的远房表弟
本文介绍了将人像转化为“蜡笔小宸”（蜡笔小新风格）的方法。步骤包括：登录“蜡笔大陆”安装所需库；用PaddleHub进行人脸68个关键点检测，为后续操作打基础；提取眉毛关键点，通过连线并控制宽度刻画粗眉；运用图像局部平移算法，依据人脸关键点进行“胖脸”操作，使脸部更圆润。还可通过run.py一键执行…
-
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…
-
PointPillars：基于点云的3D快速目标检测网络
PointPillars是一个基于点云的快速目标检测网络，在配置为Intel i7 CPU和1080ti GPU上的预测速度为62Hz，在无人驾驶领域中常常能够使用上它，是一个落地且应用广泛的一个3D快速目标检测网络。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepS…
