- 
                            
                                
                                    
                                    
                                    2025-07-25 11:09:13
                                    
                                 
                                
                                    
                                        - 【CVPR2023】FasterNet:追逐更高FLOPS、更快的神经网络
 
                                        - FasterNet聚焦于提升神经网络速度,指出仅减少FLOPs未必降低延迟,关键在于提高每秒浮点运算(FLOPS)。其提出部分卷积(PConv),减少冗余计算与内存访问。基于此构建的FasterNet在多设备上速度更快,且精度不俗,如微型版比MobileVit - XXS快数倍且精度更高,大型版准确率高且吞吐量提升。
 
                                        - 
                                            971
                                            
                                        
 
                                    
                                 
                                
                             
                         
                                            - 
                            
                                
                                    
                                    
                                    2025-07-25 11:11:28
                                    
                                 
                                
                                    
                                        - 『AI达人创造营』基于PaddleHub实现常见鱼类分类及微信小程序部署
 
                                        - 本项目针对30种常见鱼类,通过爬取多平台图片形成含1917张图片的数据集,用PaddleHub实现分类并部署到微信小程序。先预处理数据,选ResNet50模型训练,经调参优化,用Momentum优化器、batch_size=8时效果佳。再封装模型为PaddleHub Module,借PaddleHub Serving部署,实现小程序端鱼类识别,后续计划扩充数据集与功能。
 
                                        - 
                                            1015
                                            
                                        
 
                                    
                                 
                                
                             
                         
                                            - 
                            
                                
                                    
                                    
                                    2025-07-25 11:12:57
                                    
                                 
                                
                                    
                                        - 基于PaddlePaddle的ConvNeXt复现
 
                                        - 本文介绍了基于PaddlePaddle实现的ConvNeXt模型。该模型由标准ConvNet模块构成,借鉴Swin-Transformer优化策略,在ImageNet上达82.1%复现精度,优于部分Transformers。文中详述数据集、环境准备、模型结构、训练评估流程,还包含推理部署、自动化测试等内容,为模型使用提供全面指导。
 
                                        - 
                                            284
                                            
                                        
 
                                    
                                 
                                
                             
                         
                                            - 
                            
                                
                                    
                                    
                                    2025-07-25 11:31:12
                                    
                                 
                                
                                    
                                        - 『NLG学习』(一)教你用seq2seq训练一个chatbot
 
                                        - 本文介绍seq2seq模型,由编码器与解码器组成,用于端到端序列学习。编码器将源语句编码为上下文向量,解码器据此生成目标语句。还详述模型实现,包括数据预处理、各层定义及训练过程。训练中反转源句单词顺序可提升性能,实验显示模型在对话生成任务中能产出贴合主题的回应。
 
                                        - 
                                            265
                                            
                                        
 
                                    
                                 
                                
                             
                         
                                            - 
                            
                                
                                    
                                    
                                    2025-07-25 11:44:27
                                    
                                 
                                
                                    
                                        - 【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
 
                                        - 本文介绍用Paddle2.2高层API实现车道线打角回归预测模型及Paddle inference边缘设备GPU部署全流程。含数据集制作与预处理,自定义模型结构,配置优化器、损失函数后训练模型,还包括边缘端预测部署,可助小车和机器人快速实现无人驾驶功能,也为智能汽车竞赛提供baseline。
 
                                        - 
                                            799
                                            
                                        
 
                                    
                                 
                                
                             
                         
                                            - 
                            
                                
                                    
                                    
                                    2025-07-25 11:47:10
                                    
                                 
                                
                                    
                                        - 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256x256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方法,助力领海安全等领域。
 
                                        - 
                                            668
                                            
                                        
 
                                    
                                 
                                
                             
                         
                                            - 
                            
                                
                                    
                                    
                                    2025-07-25 11:49:49
                                    
                                 
                                
                                    
                                        - 讯飞2022-LED灯的色彩和均匀性检测挑战赛得分0.905
 
                                        - 本文介绍讯飞2022年LED灯色彩和均匀性检测挑战赛的解决方案。使用PaddleClas套件的HRNet_W18_C模型,通过解压含中文路径的数据集,对负样本进行翻转等增强,调整正负样本比例至1:1,按8:1分训练集和测试集,训练后得0.90574分暂列第四。还提及可尝试更多模型和数据增强方法提分。
 
                                        - 
                                            330
                                            
                                        
 
                                    
                                 
                                
                             
                         
                                            - 
                            
                                
                                    
                                    
                                    2025-07-25 13:23:33
                                    
                                 
                                
                                    
                                        - Strip Pooling:重构池化的空间注意力机制
 
                                        - 本文引入strip pooling策略,以1×N或N×1长条形核实现池化,高效获取大范围感受野信息,并构建相关模块。基于此,使用Caltech101的16类数据集,对比ResNet50等经典模型,搭建含该注意力机制的TowerNet,经训练优化,在像素级预测任务中有效建模远程依赖,取得良好效果。
 
                                        - 
                                            919
                                            
                                        
 
                                    
                                 
                                
                             
                         
                                            - 
                            
                                
                                    
                                    
                                    2025-07-25 13:25:25
                                    
                                 
                                
                                
                             
                         
                                            - 
                            
                                
                                    
                                    
                                    2025-07-25 13:31:10
                                    
                                 
                                
                                    
                                        - 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测奠定基础。
 
                                        - 
                                            765