udio
-
【校园AI Day-AI workshop】基于OCR的自定义区域文件重命名程序
该项目基于飞桨校园AI Day活动，实现自定义区域识别文件重命名程序。利用PaddleOCR技术，识别30张交付验收单中的铁塔名称并完成图片重命名，精度达90%合格。通过分析图片确定信息位置，提取后修改文件名，可替代手工录入，节省成本，目前准确率达标，未来将优化模型以提升跨行识别能力。 ☞☞☞AI …
-
导盲赛事第二弹: 数据集与训练策略
本文围绕智能导盲机器狗比赛的数据集与训练策略展开。数据集方面，介绍了train与val数据融合的方法及代码，还提及伪标签训练（半监督学习）的入门、进阶和创新版方式。训练策略上，针对PaddleDetection，给出了显卡数量、batchsize、优化器选择等方面的建议，并提供了含droppath的…
-
【车道线+自动驾驶】用Paddle高层API实现车道线转角回归模型+部署
用Paddle2.2高层API实现车道线打角回归预测模型+Paddle inference边缘设备GPU部署 应该是全网第一个用paddle2.0+高层api实现小车车道线预测回归模型的搭建、训练和部署全流程的项目啦，希望能帮助做小车和机器人的小伙伴快速实现小车的无人驾驶功能~ 车道线打角回归预测模…
-
基于PaddleDetection卫星应用赛题——海上船舶智能检测
该赛题聚焦基于PaddleDetection的海上船舶智能检测，利用GF-3和哨兵1号卫星的SAR数据。数据集含256×256像素船舶切片及标注，需通过模型检测生成特定格式csv提交。流程包括数据预处理、用faster_rcnn_swin_tiny_fpn模型训练、预测，旨在探索针对性检测…
-
AI行业研报：生成式文字后即将爆发生成式音频？
☞☞☞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☜☜☜ 在爆发全球热潮前，人工智能是经过了多年酝酿的。为了正确预测未来的人工智能创新，我们回到源头，研究了人工智能应用的专利和风险投资交易活动。 我们收集了193个世界知识产权组织（WIPO）成员在20…
-
采用UNet完成磁瓦图片分割
本文基于中科院自动所磁瓦缺陷公开数据集，采用PaddlePaddle框架构建UNet模型进行分割实验。数据集含1568组图像，分训练、验证、测试集。模型经60轮训练，评价指标为：P=0.955、R=0.737、F1=0.832、ACC=0.973、IOU=0.713，为后续迁移学习至红外热成像无损检…
-
【可塑性架构】自定义CNN手写数字识别
本项目构建了可自定义CNN结构的平台，以手写数字10分类任务为例，涵盖数据准备、网络设计、优化方法、训练验证及效果查看五步。提供含干扰的800张数据集及MNIST，支持自定义模型结构，介绍损失函数、优化器等，通过训练验证评估模型，助力学习者掌握从理论到实践的深度学习路径。 ☞☞☞AI 智能聊天, 问…
-
DeepMind用AI重写排序算法；将33B大模型塞进单个消费级GPU
目录： Faster sorting algorithms discovered using deep reinforcement learningVideo-LLaMA: An Instruction-tuned Audio-Visual Language Model for Video Unde…
-
怎样将 AI 音乐创作工具与豆包联用谱出动人旋律？一文讲透
用ai音乐工具搭配豆包写旋律的关键在于明确分工与协同创作。1. 先根据需求选择合适的ai音乐平台，如纯旋律可用soundraw，复杂作曲可选aiva，熟悉daw的用户适合magenta studio；2. 利用豆包辅助歌词创作，通过关键词生成歌词草稿，并根据旋律情绪调整语气风格；3. 让豆包协助整理…
-
2023百度商业AI技术创新大赛-赛道1【非官方baseline】
本文围绕广告高价值转化行为预测赛题展开，介绍了背景、数据、评分标准及解题思路。赛题要求构建转化率预估模型，提供了含用户及广告信息的脱敏数据。解题思路包括数据处理为一维向量、搭建DeepFM网络，还给出相关代码，最终按auc和pcoc指标评判。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免…
