fig
-
EfficientFormer: 速度上可以与MobileNet媲美的ViT
EfficientFormer是纯Transformer模型，经优化设计，在移动设备上表现优异。最快的L1在ImageNet-1K准确率79.2%，iPhone 12延迟1.6毫秒，与MobileNetv2×1.4速度相当，证明合理设计的Transformer能兼顾低延迟与高性能。 ☞☞☞AI 智能…
-
【AI达人创造营】菜市场常见鱼类分类从0到PaddleLite部署
本项目针对30种菜市场常见鱼类，收集1917张图片构建数据集，用MobileNetV2模型训练分类模型，经35轮训练后保存模型。通过Paddle-Lite将模型转为.nb文件，在Android Studio中配置环境，基于Paddle-Lite-Demo修改相关文件实现安卓部署，可通过拍照或相册图片…
-
SoraAI工具怎么视频生成AI民间故事_SoraAI工具视频生成AI民间故事全面操作解析
首先需确保输入文本完整并正确设置参数，具体步骤包括：撰写结构清晰的AI民间故事文本并标注场景转换点，保存为UTF-8编码的story_ai_folktale.txt文件；在SoraAI中使用sora –input指定输入文件，设置–duration 60、–sty…
-
【AI达人特训营】SIOU论文复现：Powerful的回归框学习能力
本文介绍多目标跟踪中二分图匹配的匈牙利算法与KM算法。先解释完美匹配、二分图、最大匹配、交错路径等概念，以男女配对为例，演示匈牙利算法流程：通过匹配与寻找增广路径交替操作实现最大匹配，并附代码及输入输出说明，展示算法如何解决二分图无权匹配问题。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, …
-
HorNet: 高效的空间交互模块
本文提出递归门控卷积(gnConv)，它通过门控卷积核递归设计执行高效、可扩展和平移等变的高阶空间交互，即插即用来改进各种视觉Transformer和基于CNN的模型，并提出新的视觉骨干网络家族：HorNet ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R…
-
【赛博魔杖】PaddlePaddle3.0助力36类魔法手势识别
基于PaddlePaddle3.0搭建神经网络，来实现36类时间段动作的识别，目前测试集准确度约为91.25%，识别输入的手势，可遥控开灯开空调以及开原神 ☞☞☞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☜☜☜ 项目起源 项目起源于同学在进行魔法棒控…
-
【视觉常识推理】基于paddle复现r2c
本项目基于Paddle框架复现From Recognition to Cognition: Visual Commonsense Reasoning中的R2C模型，用于解决视觉常识推理任务。该任务要求模型依据图像、相关对象、问题，从四个答案中选出正确项，并从四个原因中选出最合理解释。此复现为相关研究…
-
【TMM 2022】SPGNet：串行和并行组网络
SPGNet是一种基于串行和并行组块的新型卷积神经网络。其深入研究分组卷积，分为串行、并行和串并行三种类型，能捕获多尺度信息且结构紧凑。在图像分类等任务中表现优异，与最先进网络性能相当，在NPU上，类似FLOPs下比MobileNetV2快120%，类似精度下比GhostNetkuai300%以上。…
-
基于飞桨实现乒乓球时序动作定位大赛 ：B榜第12名方案
该方案基于飞桨实现乒乓球时序动作定位，获B榜第12名。采用宽4s滑窗分割视频为100帧数据，改进BMN模型，将TEM改为双分支融合输出，用DIOU-soft-NMS替代Soft-NMS避免漏检。经数据处理、模型训练与推理，A榜得分44.45754，B榜45.22373，还提出了后续改进方向。 ☞☞☞…
