fig
-
全自动打工「人」！波士顿动力Atlas进厂视频火了，不断电不下班
波士顿动力atlas进厂打工，不靠远程操控，转身动作像惊悚电影。 波士顿动力的人形机器人，进厂了。 本周三，波士顿动力发来一条喜讯。其最新披露的视频展示了机器人在工厂环境中的任务完成能力。机器人现在已经可以全自动干活了，它可以在储物柜之间搬动汽车发动机零件： ☞☞☞AI 智能聊天, 问答助手, AI…
-
基于paddlehub2.4.0: 让动态视频生成漫画书！【一键运行】
该项目基于PaddleHub2.4.0，实现动态视频转漫画书功能。以人民美术出版社版《水浒传》连环画为风格学习数据，借助其预训练模型，通过安装依赖、处理数据、图片转漫画、视频关键帧转漫画等步骤，抽取视频关键帧并转为漫画风格，为视频创作提供新形式，展现了AI在文化创意领域的潜力。 ☞☞☞AI 智能聊天…
-
【AI达人特训营第三期】时频图分类项目
本项目基于ResNet50，将其BottleneckBlock模块中conv2特征层的标准卷积替换为DCN可变性卷积，构建ResNet50-DCN模型，用于科大讯飞24类语音时序图谱分类。使用2143条训练样本、429条验证样本训练，90轮后验证集最高准确率79%，未深入调优，有提升空间，还包含数据…
-
点云生成：基于Paddle2.0实现WGAN-GP在点云上的一些尝试
本文尝试在点云上应用WGAN-GP，判别器借鉴PointNet结构，生成器为自定义搭建。使用ModelNet40数据集，取1024个点训练。定义了FeatureNet、UFeatureNet等网络，通过Adam优化器训练，每2轮可视化生成结果，20轮保存模型，目前可运行但效果待提升。 ☞☞☞AI 智…
-
【AI达人特训营第三期】Conv2Former：一种ViT风格的卷积模块
本文复现了Conv2Former模型，其采用Transformer风格的QKV结构，以卷积生成权重加权，平衡全局信息提取与计算开销。在CIFAR-10数据集上，用Conv2Former-N参数（{64,128,256,512}维度，{2,2,8,2}深度）训练50个epoch，验证集准确率达82%，…
-
论文解读一篇关于语义生成论文（要求控制单独语义生成）
本文聚焦语义多模态图像合成（SMIS）任务，旨在通过特定类控制器调整对应区域生成图像，且不影响其他部分。针对现有方法局限，提出GroupDNet，利用组卷积并逐步减少解码器组数，提升可控性与生成质量。实验表明其优越性，还能支持多种合成应用。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费…
-
轻量级人像分割模型：SINet 和 ExtremeC3Net
本文介绍SINet和ExtremeC3Net两个轻量级人像分割模型，二者参数分别为0.087M、0.038M，Flop为0.064G、0.128G。可通过PaddleHub快速调用，也能基于PaddleInference推理部署，并给出了Paddle2.0上的实现代码。 ☞☞☞AI 智能聊天, 问答…
-
【PaddlePaddle】基础理论教程 – 卷积神经网络概论
本文围绕二维卷积及卷积神经网络展开，先讲解二维卷积运算的概念、原理及Paddle框架实现，介绍卷积算子的定义、参数。还阐述卷积神经网络的卷积层、汇聚层算子，最后以LeNet为例，说明其在手写体数字识别任务中的数据集构建、模型构建、训练、评价与预测过程。 ☞☞☞AI 智能聊天, 问答助手, AI 智能…
-
【论文复现赛第六期-语义分割】CCNet
本文复现了CCNet语义分割模型，其核心为Criss-Cross Attention模块，通过循环操作让像素建立联系以获取丰富语义。使用PaddleSeg复现，采用ResNet101骨干网，在Cityscapes验证集上mIoU达80.95%，已合入PaddleSeg，还提供了训练、验证等流程及复现…
-
【PaddleHub模型贡献】一行代码实现蛇种识别
该内容围绕蛇类识别模型展开，先安装PaddleX，解压数据集并划分，设置GPU后进行图像预处理与增强，定义数据迭代器，用ResNet50_vd_ssld模型训练，接着导出并转换模型为PaddleHub模块，测试单张和多张图片识别效果，最后介绍在GitHub提pr的步骤。 ☞☞☞AI 智能聊天, 问答…
