fig
-
改进的注意力多尺度特征融合卷积神经网络
本文改进注意力多尺度特征融合卷积神经网络，加入基于style的重新校准模块（SRM），通过样式池提取特征图通道样式信息，经通道无关的style集成估计权重，增强CNN表示能力且参数少。用Caltech101的16类数据集，对比VGG19、ResNet50等模型，改进模型性能提升较明显。 ☞☞☞AI …
-
基于Paddle2.0实现视频分类模型GSM
本文复现了CVPR 2020的GSM视频分类模型，用Paddle2.0在Diving48数据集实现。该模型通过分解3D卷积核实现时空域视频理解，参数量小。项目处理了数据集，将视频转帧、生成训练测试文件，经训练测试，最佳模型在测试集准确率达0.223。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜…
-
从零实践基于PaddleGAN的反向学习分割数据生成遥感图像生成
本文介绍利用PaddleGAN的Pix2pix模型生成遥感图像的方法。先介绍PaddleGAN及WHDLD数据集，再说明数据集准备与处理步骤，接着讲解用pix2pix模型训练的配置、过程，最后阐述预测及结果展示，实现了通过绘制标签生成对应遥感图像，解决数据不足问题。 ☞☞☞AI 智能聊天, 问答助手…
-
飞桨模型在地平线开发板部署
国产深度学习框架paddlepaddle与国产世界首款AI芯片，未能形成有效的通路，非常让人遗憾。在海思缺货的今天，地平线旭日系列是很好的替代品，此项目讲述如何实现飞桨模型在地平线开发板的部署！ ☞☞☞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☜☜☜…
-
怎样让 AI 模型展示设计工具与豆包配合设计展示？实用教程
要让ai模型展示工具与豆包等ai助手融入设计流程，需明确目标、生成内容、筛选优化、导入整合、精修布局并持续迭代。首先明确展示主题和ai角色，如生成ui草图或文案；其次在豆包中输入详细指令生成初步内容；随后对结果进行筛选和优化，使其更规整；接着将内容导入figma、sketch等设计工具中整合排版；然…
-
如何在Unity中集成AI功能 Unity ML-Agents环境配置指南
在unity中集成ml-agents的关键步骤包括：1. 安装支持的unity版本并启用目标平台支持；2. 使用unity hub管理项目和引擎版本；3. 配置python环境，推荐使用python 3.8并在conda虚拟环境中安装mlagents；4. 通过package manager或手动导…
-
【PaddleHub模型贡献】一行代码实现水表的数字表盘分割
本文介绍将水表数字表盘分割模型贡献到PaddleHub的方法。先安装必要库，复现模型：准备数据集，配置GPU，定义图像预处理流程和数据集，用DeepLabv3p训练模型并导出。接着转换模型为PaddleHub模型，补充代码实现旋转剪裁等功能，最后测试安装与调用，实现水表数字表盘分割。 ☞☞☞AI 智…
-
一文搞懂卷积网络之四（空间注意力Non-local）
本文介绍CNN注意力机制开篇之作Non-local，其解决传统CNN长距离特征提取不足问题，通过学习特征图点间相关性实现全局联系。文中实现了Embedded Gaussian等三种模块结构，在Cifar10上与ResNet18基线对比实验，发现BottleNeck结构和模块位置对效果影响大，不同版本…
-
比non-local更好，基于Paddle2.0的GCNet和BAT
本项目使用Paddle2.0复现了改进的non-local网络架构GCNet和BAT，并在动物分类数据集上进行了训练和验证。同时还比较了与传统non-local网络的训练和验证效果区别。 ☞☞☞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☜☜☜ 项目背…
-
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, …
