fig
-
[AI特训营第三期]全流程前沿超轻量PPLCNetV2苹果病害识别
![[AI特训营第三期]全流程前沿超轻量PPLCNetV2苹果病害识别](https://www.chuangxiangniao.com/wp-content/uploads/2025/10/2025072309174361936.jpg)
![[AI特训营第三期]全流程前沿超轻量PPLCNetV2苹果病害识别](https://www.chuangxiangniao.com/wp-content/uploads/2025/10/175323367981253.jpg)
![[AI特训营第三期]全流程前沿超轻量PPLCNetV2苹果病害识别](https://www.chuangxiangniao.com/wp-content/uploads/2025/10/175323368172730.jpg)
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…
-
漫卷的第一个神经网络,带你一起搭网络
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…
-
【全民动起来】反向卷腹AI计数器



本文介绍基于PaddleHub的反向卷腹AI计数器。因健身时手动计数易出错,利用human_pose_estimation_resnet50_mpii模型实现计数。通过检测人体关键点,以膝盖x轴坐标变化为依据,判断反向卷腹完成情况。还给出环境准备、检测示例及计数代码,测试显示能准确计数,生成带检测效…
-
信用卡客户划分
本文对信用卡客户数据进行聚类分析。先处理数据,删除无关ID,填补缺失值,对偏斜数据做对数转换。接着用PCA降维保留95%方差。通过肘部法和轮廓得分,选择2或3个聚类数,用KMeans聚类。结果显示,2类可分高低使用率客户,3类细分更优,能为营销策略提供依据。 ☞☞☞AI 智能聊天, 问答助手, AI…
-
基于PPSeg框架的HRNet_W48_Contrast复现



该项目复现相关论文,基于PaddleSeg实现全监督语义分割训练范式,借跨图像像素对比优化特征空间。在Cityscapes验证集上,HRNet_W48模型mIou达82.47%,超复现要求,使用Tesla V100及PaddlePaddle 2.1.2。 ☞☞☞AI 智能聊天, 问答助手, AI 智…
-
【NLP】常规赛:中文新闻文本标题分类



该项目针对中文新闻文本标题分类任务,采用embedding+GRU+MLP模型,精度约0.8。先预处理数据,用Jieba分词,构建语料库和词向量映射,依标题长度分布设最大输入长度20。再搭建网络,训练时验证精度超0.9但测试精度较低,存在过拟合,可尝试BERT提升精度,适合新手参考。 ☞☞☞AI 智…
-
【图像去噪】第六期论文复现赛——MIRNet
本文复现MIRNet系列论文,含V1和V2版本。V1先提取低级特征,经递归残差组处理,再得残差图像,最终恢复图像;V2类似但优化模块提升速度。复现精度达标,提供数据集、预训练模型、文件结构及训练、评估等操作方法,方便使用。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 Dee…
-
【PaddleDetection2.0专项】快速实现行人检测
本文介绍如何用PaddleDetection2.0快速实现行人检测。先说明其提供多种检测模型,行人检测可用YOLOv3,精度51.8,适用于智能监控。接着讲操作步骤,包括克隆仓库、安装依赖,还介绍了模型结构、训练参数配置(改类别数和数据集路径)、精度指标及预测方法与示例。 ☞☞☞AI 智能聊天, 问…
-
opencv图像数据增强笔记
本文是使用OpenCV实现各类图像增广的笔记,介绍了图片放缩、二值化与阈值处理(含大津法)、翻转(含随机翻转)、去噪声、腐蚀膨胀、旋转、亮度调节、随机裁剪等14种图像增广方法,每种方法均给出了相应的实现代码及效果展示。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepS…
-
基于PaddlePaddle搭建儿童X光胸部肺炎分类项目
该项目基于ResNet50网络对儿童胸片进行肺炎和正常二分类。先解压数据并生成训练、验证、测试列表,创建数据集并可视化。修改网络以获取最后卷积层输出用于类激活图。用Paddle高层API训练,评估得测试集准确率96.39%,并绘制混淆矩阵、ROC曲线(Normal AUC和Pneumonia AUC…