P粉084495128
浏览量160    |    粉丝0    |    关注0
  • P粉084495128

    P粉084495128

    2025-07-22 10:43:03
    DreamBooth:3步完成AIGC自由绘画创作
    最近发飞桨更新了个比较好玩的模型DreamBooth,可以通过输入提示文本和图片实现自动切换主题背景,然后该模型也可以通过调整预训练模型来实现自定义的图片背景切换,类似一键切换背景,这个功能十分有趣,所以就想着可以自己导入图片让DreamBooth模型训练来生成一些相关有趣的新图片
    482
  • P粉084495128

    P粉084495128

    2025-07-22 10:46:20
    飞桨常规赛:遥感影像地块分割 - 12月第9名方案
    该方案为飞桨常规赛遥感影像地块分割12月第9名方案,用PaddleX解决问题。先安装相关环境,再做数据解压、增强、划分等处理,采用DeepLabv3p模型,以特定参数训练35轮,经评估和预测,生成提交文件,其亮点在于全面的数据增强、合理参数调优。
    970
  • P粉084495128

    P粉084495128

    2025-07-22 10:47:39
    RNN(LSTM&GRU)文本分类(PaddlePaddle2.0)
    本文介绍基于PaddlePaddle2.0用RNN(含LSTM和GRU)进行文本分类的实现。先简述RNN及改进模型LSTM、GRU的原理,然后以中文谣言数据集为例,展示数据加载、生成词典、划分数据集、自定义数据集等处理步骤,最后分别构建LSTM和GRU模型,完成配置、训练与预测。
    316
  • P粉084495128

    P粉084495128

    2025-07-22 10:51:18
    【论文复现】PatchCore: 面向全召回率的工业异常检测
    本文基于PaddlePaddle复现PatchCore工业异常检测算法,改进特征提取与筛选,用KNN Greedy CoreSet采样构建记忆池,采用新策略算异常得分。在MVTec数据集精度达标,还介绍了相关流程与复现心得。
    630
  • P粉084495128

    P粉084495128

    2025-07-22 10:52:43
    【飞桨学习赛:遥感影像地块分割】22年7月第一名方案
    本文介绍飞桨遥感影像地块分割赛题22年7月第一名方案(66分)。基于PaddleSeg套件,采用有效数据增强,对类别3难样本重采样,改进SegFormer的Decoder(转置卷积替代双线性插值),用混合损失函数与TTA预测,通过数据与模型优化提升分割精度。
    1026
  • P粉084495128

    P粉084495128

    2025-07-22 10:54:05
    【PaddleHub模型贡献】一行代码实现驾驶员状态识别
    本文介绍将基于PaddleX的驾驶员状态识别项目转换为PaddleHub模型的过程。先简介PaddleX和PaddleHub工具,再说明使用kaggle的驾驶员状态数据集,经数据加载、模型训练、导出等步骤,最后将模型转换为PaddleHub模块,实现一行代码调用进行预测。
    890
  • P粉084495128

    P粉084495128

    2025-07-22 10:55:41
    python机器学习数据建模与分析——pandas中常用函数总结
    Pandas是基于Numpy的结构化数据分析工具,核心结构为Series(一维带索引数组)和DataFrame(二维表格)。支持数据创建、索引访问、增删列,以及文件读写。还含groupby分组、数据合并、apply函数、数据分箱和虚拟变量转换等功能。
    1150
  • P粉084495128

    P粉084495128

    2025-07-22 10:58:42
    基于飞桨复现RealESRGAN
    本项目基于PaddlePaddle复现Real-ESRGAN网络,其属生成对抗网络,含基于ESRGAN的生成器和U-Net的判别器,可超分辨率重建真实复杂图像。用DF2K和DF2K_multiscale数据集,含高、低分辨率图片,需解压使用。可通过指定代码训练和测试,代码结构清晰,含数据、模型等多目录及相关文件。
    965
  • P粉084495128

    P粉084495128

    2025-07-22 11:04:21
    车牌识别LPRNet
    该项目为v1.0版本的车牌识别项目,对数据集做了更新,先对车牌矫正再识别,降低任务难度,40个epoch训练达验证集98.4%精度。实现模型与batch解耦,保证推理精度不受batch影响,可与车牌检测项目搭配。包含完整训练推理过程、模型转onnx及检查推理、数据集构建等内容。
    701
  • P粉084495128

    P粉084495128

    2025-07-22 11:05:29
    【PaddleDetection2.0专项】如何自定义数据集
    PaddleDetection支持43种数据格式,文中主要说明如何用自定义COCO和VOC数据集进行训练。新版本数据配置抽离,用户关注configs/datasets下的配置文件即可。使用自定义VOC数据集改voc.yml,改dataset_dir等路径;COCO目标检测改cooc_detection.yml,实例分割改cooc_instance.yml,均需修改相关路径。
    254

最新下载

更多>
关于我们 免责申明 意见反馈 讲师合作 广告合作 最新更新 English
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号