-
- “中国软件杯”大学生软件设计大赛-3D智慧医疗baseline
- “中国软件杯”3D智慧医疗赛题要求基于百度飞桨,完成3D医疗数据分割算法及WEB解析平台开发。算法需用PaddleSeg的MedicaSeg,以AMOS2022数据集(含11个器官标注)训练,采用nnunet模型;平台需实现数据导入、分割等功能。baseline提供了克隆仓库、数据处理、训练推理等全流程操作及权重快速推理方案。
- 人工智能 . 科技周边 432 2025-07-21 11:10:52
-
- 基于YOLOv3实现跌倒检测
- 本教程介绍如何用PaddleDetection的YOLOv3模型实现摔倒检测。步骤包括解压VOC格式数据集、安装相关包、划分数据集,修改配置文件后训练模型,还涉及模型评估、预测及可视化,最后说明Paddle Inference、Serving、Lite等部署方式,mAP达80.28%,可用于监控场景。
- 人工智能 . 科技周边 227 2025-07-21 11:09:02
-
- “中国软件杯”大学生软件设计大赛——龙源风电赛道比赛预测基线
- 本文围绕风电功率预测赛题展开,介绍了龙源电力提供的数据集,包括数据字段、采集方式及预测时间要求。阐述了用PaddleTS模型库处理数据的流程,如预处理、分析,还讲解了单模型和集成模型的训练、评估、保存等,以及回测、提交说明和常见问题解答。
- 人工智能 . 科技周边 795 2025-07-21 11:07:14
-
- Deepseek 满血版携手 Canva Docs,共同创作图文并茂文档
- Deepseek与CanvaDocs结合,极大提升了图文文档的创作效率与质量。通过Deepseek强大的文本生成能力,用户可快速完成内容构思、初稿撰写、风格调整及内容提炼;随后借助CanvaDocs直观的拖拽操作、丰富的模板素材库、品牌一致性管理及团队协作功能,将文字内容高效转化为视觉美观的专业文档。这种人机协作模式不仅节省时间、降低成本,还降低了高质量内容创作门槛,使创作者更聚焦于核心创意与策略。
- 人工智能 . 科技周边 229 2025-07-21 11:07:01
-
- 一个项目体验stable-diffusion、waifu、NovelAI三大模型
- 该项目可在一个项目中切换Stable Diffusion、waifu、NovelAI三大模型及权重,支持载入自主训练模型。进入Notebook后按步骤运行代码,含解压模型、安装库等,可实现文生图、图生图、超分等功能,也可批量生成,还介绍了参数、常见问题及非界面版玩法,方便用户集中操作。
- 人工智能 . 科技周边 644 2025-07-21 11:05:04
-
- 点击反欺诈预测Baseline
- 本文介绍点击反欺诈预测赛题及基线方案。赛题需预测点击是否为欺诈,基于约50万次点击数据,仅限用飞桨框架。基线含运行方式、设计思想与技术方案,包括数据处理(提供emb和norm方案)、网络结构设计,还给出训练和推理步骤及相关代码实现。
- 人工智能 . 科技周边 761 2025-07-21 10:57:13
-
- Perplexity AI响应时间过长优化 Perplexity性能调优技巧
- 遇到PerplexityAI响应时间过长的问题,可通过优化查询、调用方式和系统配置来解决。具体包括:1.把问题具体化并限定范围,避免宽泛或需大量推理的提问;2.单次请求只完成一个任务,提升处理效率;3.引入缓存机制,利用历史记录减少重复调用;4.设置合理缓存失效时间,确保信息时效性;5.控制输出长度、调整temperature值并关闭不必要的stream参数;6.选择靠近服务端的节点调用以减少网络延迟。
- 人工智能 . 科技周边 861 2025-07-21 10:56:01
-
- Paddle2.0案例: 人脸关键点检测
- 在图像处理中,关键点本质上是一种特征。它是对一个固定区域或者空间物理关系的抽象描述,描述的是一定邻域范围内的组合或上下文关系。它不仅仅是一个点信息,或代表一个位置,更代表着上下文与周围邻域的组合关系。关键点检测的目标就是通过计算机从图像中找出这些点的坐标,作为计算机视觉领域的一个基础任务,关键点的检测对于高级别任务,例如识别和分类具有至关重要的意义。
- 人工智能 . 科技周边 166 2025-07-21 10:55:05
-
- 行人重识别:基于度量学习的行人重识别算法
- 本文介绍行人重识别项目,基于Paddle官方Metric Learning模型开发,修复Bug、优化代码并增加多个BackBone及模型导出脚本。使用Market-1501数据集,经解压、预处理后,用arcmargin loss训练,可微调提升性能,评估用Recall@Rank-1指标,未微调模型达96.65%,还涉及预测与模型导出。
- 人工智能 . 科技周边 626 2025-07-21 10:53:34
-
- 想让豆包与 AI 绿植养护工具结合,轻松养好室内植物?方法全解析
- 豆包结合AI绿植养护工具可有效提升室内植物管理效率。一、用豆包记录植物生长周期,通过文档和日历功能建立“植物档案”,设置浇水、施肥等提醒,上传照片对比生长状态。二、结合AI工具识别病虫害并保存诊断结果至豆包文档,形成“健康档案”。三、在豆包中建立植物知识库,收藏资料、总结经验、整理养护表格。四、设定自动提醒流程,结合任务清单与天气预报,实现系统化养护。
- 人工智能 . 科技周边 903 2025-07-21 10:51:02
-
- DeepSeek配合Excel实现AI写作+选题数据联动流程
- 更高效的做法是将AI产出内容与数据结合做选题优化,具体方法为:一、先在Excel中建立关键词+内容模板结构,如“副业推荐”文章的标题关键词和内容结构字段,再用DeepSeek按模板指令生成内容;二、内容生成后回填数据至Excel,记录标题、关键词、结构版本、字数及润色需求等信息;三、使用COUNTIF、AVERAGE、VLOOKUP等Excel函数进行数据分析,识别受欢迎的关键词与结构;四、定期更新模板库,标记表现优异项并调整模板结构,形成闭环流程,从而提升写作效率与内容质量。
- 人工智能 . 科技周边 994 2025-07-21 10:47:01
-
- CT影像数据DICOM与图像分割(paddle2.0)
- 本文介绍了医疗影像DICOM数据的处理与分割流程。先阐述DICOM格式特点,用pydicom库读取信息和图像,经窗口技术调整后转为numpy格式。接着处理标签数据,生成训练、验证和测试集,构建DicomDataset,使用UNet等模型训练,实现肝脏及血管分割,最后通过MIP技术处理分割结果以显示相关结构。
- 人工智能 . 科技周边 505 2025-07-21 10:43:14
-
- Paddle2.0:使用动转静完成模型部署
- 本文介绍Paddle2.0动转静功能,能兼顾动态图调试方便与静态图部署高效的优势。通过实例展示动态图转静态图、导出推理模型及部署过程,并测试不同部署方式的效率。在CPU平台用U2Netp模型测试,动态图耗时2.1827s,而动转静结合PaddleInference与mkldnn仅需0.5750s,还含完整操作步骤。
- 人工智能 . 科技周边 856 2025-07-21 10:41:28
-
- 从0—1开始手撕一个简单的神经网络
- 本文先从0开始用Python实现简单三层神经网络,生成数据集后,先展示逻辑回归分类器效果不佳,再说明神经网络结构、参数学习等原理,通过代码实现并测试不同隐藏层节点数的效果,最后对比介绍用飞桨框架更高效实现深度学习任务,如手写数字识别,凸显框架优势。
- 人工智能 . 科技周边 925 2025-07-21 10:38:55
-
- Paddle2.0案例: 人体姿态关键点检测
- 本文介绍基于Paddle2.0实现人体姿态关键点检测的案例。先说明关键点检测的意义与两类方法,强调人体姿态检测的特殊性及常用热力图回归法。接着讲解环境设置、COCO数据集处理、数据集定义与抽样展示,还构建了基于ResNet的PoseNet模型,阐述训练过程与预测结果,展示不同训练程度模型的效果差异。
- 人工智能 . 科技周边 287 2025-07-21 10:35:45
PHP讨论组
组员:3305人话题:1500
PHP一种被广泛应用的开放源代码的多用途脚本语言,和其他技术相比,php本身开源免费; 可以将程序嵌入于HTML中去执行, 执行效率比完全生成htmL标记的CGI要高许多,它运行在服务器端,消耗的系统资源相当少,具有跨平台强、效率高的特性,而且php支持几乎所有流行的数据库以及操作系统,最重要的是

