-
2025-07-31 11:43:08
- 教师情绪智能识别——调整教学策略，提高教学质量！【一键运行】
- 本项目旨在借助神经网络技术构建教师课堂情绪识别系统，以提升教学质量。数据集含7种人脸表情的jpg图片，训练集28204张、测试集7054张。通过数据预处理、搭建RepVGG模型、训练及预测等步骤，实现对教师情绪的识别，进而辅助调整教学策略。
-
511
-
2025-07-31 11:13:58
- 《动手学OCR》系列课程之：端到端算法
- 本文介绍了2017-2021年深度学习在端到端文本识别的代表性方法，分端到端规则文本识别与任意形状文本识别两类。前者如FOTS、TextSpotter，解决平直或倾斜文本问题；后者如Mask TextSpotter系列、ABCNet等，可处理弯曲等任意形状文本，还总结了各类算法的结构与效果。
-
256
-
2025-07-31 11:12:27
- 牛年识牛，复现金字塔网络PyramidNet实现动物分类
- 本项目用paddle2.0复现PyramidNet，在10分类动物数据集上训练验证。该网络通道数随深度逐模块增加，用加法方式及Padding适配通道。对比ResNet，其残差模块层排列不同。实验显示，PyramidNet在动物分类上准确率高于ResNet50，参数更少。还复现了其在Cifar10和Cifar100上的训练验证。
-
204
-
2025-07-31 11:11:12
- 【PaddleGAN】视频风格迁移
- 本项目采用的LapStyle算法，是一种基于拉普拉斯金字塔的风格迁移方法。它能够有效地捕捉和迁移图像或视频中的风格特征，同时保留原始内容的结构和细节，实现高质量的风格化效果。
-
449
-
2025-07-31 11:08:16
-
2025-07-31 11:06:53
- 《动手学深度学习》Paddle 版源码-5.11章（ResNet）
- 残差网络（ResNet）由何恺明等人提出，解决了深层神经网络训练误差不降反升的问题。其核心是残差块，通过拟合残差映射简化优化，输入可跨层传播。ResNet沿用VGG的3×3卷积设计，含4个残差块模块，结构简单。如ResNet-18有18层，还有更深的型号。在Fashion-MNIST上训练验证了其有效性，深刻影响了深度神经网络设计。
-
1038
-
2025-07-31 11:05:36
- 基于efficientDet在jetson NX上实现目标检测
- 本文讲述在Jetson NX部署EfficientDet的过程。先介绍EfficientNet的复合模型扩张方法，通过平衡深度、宽度和分辨率提升性能；提及EfficientDet的BiFPN结构。接着说明将动态图转为静态图并导出，测试静态图性能，最后阐述在Jetson NX配置环境及部署流程，其期望FPS为4。
-
701
-
2025-07-31 11:03:38
- 机器学习项目二：利用XGB回归算法进行波士顿房价预测
- 本项目以UCL的波士顿房价数据集为对象，用XGBoost回归算法预测房价。先做EDA，检查无缺失值，经相关性分析等了解数据。划分数据集后训练模型，预测结果显示训练集MAE为0.0138，测试集MAE为2.344，R²达0.9085。特征重要性表明CRIM和RM影响最大，RAD和CHAS影响较小。
-
1043
-
2025-07-31 11:02:25
-
2025-07-31 11:00:39
- RapidLayout onnxruntime GPU推理示例
- 本文介绍RapidLayout库的onnxruntime GPU推理示例。该库用于文档图像版面分析，集成多种模型。在GPU环境下，onnxruntime-gpu推理速度比CPU快10倍。文中给出安装步骤，分别测试了CPU和GPU版onnxruntime的推理耗时，GPU平均耗时0.0440s，远快于CPU的0.9425s，还说明关键是设置use_cuda=True参数。
-
306
