fig

deepseek界面操作的核心在于理解其简洁设计并掌握隐藏的专业设置入口。1. 熟悉基础界面布局，包括输入框、输出区域、顶部菜单栏和侧边栏；2. 通过快捷键（如ctrl+shift+p）、配置文件编辑或开启开发者模式调出专业设置；3. 切换界面语言可通过设置菜单、命令面板或修改配置文件实现；4. 使…

本文介绍基于Paddle训练的RCAN模型用于遥感图像四倍超分辨率重建的项目。涵盖项目背景，说明超分在遥感影像应用中的意义，还详述准备工作（克隆代码、准备数据、安装依赖等）、模型训练与预测过程，以及如何快速体验模型对图像的重建效果。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使…

吴老师《人工智能导论：案例与实践》飞桨版课程公开，聚焦宠物图像分割实验。实验涵盖数据处理、模型构建、训练配置、模型训练、保存、评估及推理可视化。采用U-Net网络，经10000批次训练，验证集miou达69%左右，助学习者掌握图像分割原理与飞桨框架使用，可拓展尝试调参或其他算法。 ☞☞☞AI 智能聊…

“机器学习”系列之SVM（支持向量机） 0 前言 支持向量机（support vector machine，常简称为SVM，又名支持向量网络）是在分类与回归分析中分析数据的监督式学习模型与相关的学习算法。给定一组训练实例，每个训练实例被标记为属于两个类别中的一个或另一个，SVM训练算法创建一个将新的…

作者引入Swin-T结构应用于低级视觉任务，包括图像超分辨率重建、图像去噪、图像压缩伪影去除。SwinIR网络由一个浅层特征提取模块、深层特征提取模块、重建模块构成。重建模块对不同的任务使用不同的结构。浅层特征提取就是一个3×3的卷积层。深层特征提取是k个RSTB块和一个卷积层加残差连接构成。 ☞☞…

本文基于Unet分割网络，利用49例头部磁共振T1、T2数据，通过配准使二者解剖位置一致，转换数据格式并裁剪窗宽窗位，构建数据集。以T1为输入、T2为标签训练Unet进行回归，用SSIM评估，经200轮训练，最佳SSIM达0.571，实现由T1生成虚拟T2图像。 ☞☞☞AI 智能聊天, 问答助手, …

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…

本文围绕遥感分类任务展开，使用西北工业大学2016年发布的含45类土地利用类型的遥感影像数据集，构建RESISC45Dataset自定义数据集，搭建ResNet50模型，经训练、验证，模型精度达0.83左右，最后进行了模型预测与效果展示。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无…

我们将利用深度学习技术来训练一个神经网络模型，该模型将可以对苹果树上的各种病害进行鉴别和诊断。我们将使用大量的真实数据集来训练和优化模型，以达到最好的预测和诊断效果。具体来说，本项目分类准确率达到0.98461，性能优异，同时模型计算量，参数量较小，便于部署在边缘端。 ☞☞☞AI 智能聊天, 问答助…

本文展示了漫卷搭建首个神经网络ManjuanNet的过程，采用PaddlePaddle框架，含两个基模块，通过双路径提取特征后拼接。介绍了数据集处理（含解压、检测损坏图像）、模型训练等，对比了与ResNet34的参数量和FLOPS，其参数量更少但FLOPS高约40倍，在ImageNet100上10轮…