udio
-
美图秀秀发布7款AI产品：支持用户创作、商业创作
2023-06-25 14:19:19 作者：孟令曦 近日，美图秀秀举办了一场以“AI 时代的影像生产力工具”为主题的影像节，发布了涵盖普通用户和商业用户方向的7款AI产品。 普通用户方向的产品包括AI视觉创作工具WHEE、AI口播视频工具开拍和桌面端AI视频编辑工具WinkStudio。其中，WH…
-
基于PaddleOCR的FCENet复现
本文介绍基于PaddleOCR复现CVPR2021论文提出的FCENet文本检测算法。该算法用傅里叶变换建模任意形状文本框，采用ResNet+FPN架构，含分类和回归分支。文中说明CTW1500数据集情况，复现精度达Hmean 0.854，还介绍了AI Studio在线运行、训推一体流程及本地运行方…
-
中国最强AI研究院的大模型为何迟到了
☞☞☞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☜☜☜ 出品｜虎嗅科技组 作者｜齐健 编辑｜陈伊凡 头图｜FlagStudio “OpenAI会再开源大模型吗？” 当智源研究院理事长张宏江向线上参加2023年智源大会的OpenAI首席执行官Sam A…
-
AdaptSegNet：学习调整结构化输出空间进行语义分割
本文介绍AdaptSegNet的PaddlePaddle实现，该方法将语义分割从合成数据集（如GTA5）适配到真实数据集（如Cityscapes）。给出了复现指标、训练过程，说明数据集下载与目录结构，提供预训练模型链接，还详述了测试和训练的启动方式及相关参数，展示了模型在真实图片上的分割效果。 ☞☞…
-
【第十五届中国计算机设计大赛】智慧导盲组，手把手教你超越0.8
本文介绍了基于PaddleDetection的目标检测项目流程，包括克隆仓库、安装依赖、编译安装等步骤。还涵盖数据集准备，如查看COCO标注、解压和配置数据集，以及模型训练、预测、导出，最后说明代码提交及优化方法，如调整阈值等。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 …
-
谷歌AudioPaLM实现「文本+音频」双模态解决，说听两用大模型
大型语言模型以其强大的性能及通用性，带动了一批多模态的大模型开发，如音频、视频等。 语言模型的底层架构大多是基于Transformer，且以解码器为主，所以无需过多调整模型架构即可适应其他序列模态。 最近，谷歌发布了一个统一的语音-文本模型AudioPaLM，将文本和音频的token合并为一个多模态…
-
【AI达人特训营】服装分类：Fashion-MNIST数据集
该项目基于飞桨构建模型对Fashion-MNIST数据集分类。数据集含60000张训练图、10000张测试图，为28×28灰度图，分10类。项目先解压数据、查看概览，再划分训练集与验证集（8:2），计算均值和方差，定义数据读取器。构建简单卷积神经网络，经两次训练（固定和变动学习率），评估得…
-
飞桨常规赛:MarTech Challenge点击反欺诈预-9月第5名方案
本文围绕MarTech Challenge点击反欺诈预测比赛，介绍了结合XGBoost与PALM语言模型的方案。先进行数据分析与特征工程，筛选关键特征、构建新特征，如数量特征、时间多尺度特征等。再分别用XGBoost五折交叉验证和PALM模型训练预测，最后融合两者结果，以提升点击欺诈识别准确率。 ☞…
-
[小白入门]基于ERFNet车道线检测入门语义分割
本文介绍基于CULane数据集和ERFnet网络实现车道线检测的入门项目。先简述语义分割任务，即像素级分类，类似机器自动“抠图”并按类上色。接着介绍CULane数据集，随后详解项目实操，包括数据处理、ERFnet网络搭建、模型训练与推理，最后展示部署效果。 ☞☞☞AI 智能聊天, 问答助手, AI …
-
VoxelNet:基于点云的三维空间信息逐层次学习网络
本文是对苹果公司2017年VoxelNet论文的复现项目介绍。该网络基于点云实现3D物体检测，通过VFE层提取体素特征，经3D卷积和RPN网络完成检测。项目可训练评估，但单卡训练未达论文精度，存在内存泄漏问题。还介绍了数据集准备、库安装、训练评估步骤及部分结果指标。 ☞☞☞AI 智能聊天, 问答助手…
