-
2025-07-31 10:34:51
- 点云生成：基于Paddle2.0实现WGAN-GP在点云上的一些尝试
- 本文尝试在点云上应用WGAN-GP，判别器借鉴PointNet结构，生成器为自定义搭建。使用ModelNet40数据集，取1024个点训练。定义了FeatureNet、UFeatureNet等网络，通过Adam优化器训练，每2轮可视化生成结果，20轮保存模型，目前可运行但效果待提升。
-
1022
-
2025-07-31 10:17:50
- 【AI达人特训营】多模型集成学习的艺术作品作者识别
- 该项目借助多模型集成学习识别艺术作品作者。使用PaddleClas训练ResNet50_vd、VGG16和PPLCNetV2模型，基于含49位作者、7226张图片的Art数据集，经数据处理后划分训练集和验证集。通过硬投票集成模型结果，可纠正单一模型错误，提升识别效果，如成功识别Edgar Degas和Rembrandt的作品。
-
1030
-
2025-07-31 10:14:13
- 从采集数据到部署到JetsonNano全流程
- 该内容介绍了使用PaddleDetection进行目标检测的完整流程：先通过labelme采集标注数据得到图片和json文件，再用x2coco.py转为COCO格式；接着选择ppyolo模型，新建model.yml配置文件并训练；之后导出静态图模型；最后在Jetson Nano上部署，编写infer.py实现实时检测。
-
880
-
2025-07-31 10:10:24
- 【ICLR 2024】MogaNet: 高效多阶门控聚合网络
- MogaNet是高效多阶门控聚合网络，属纯卷积架构。其通过SMixer和CMixer模块，在空间和通道交互中促进多阶交互并情境化，平衡复杂度与性能。在ImageNet分类等任务表现优异，轻量版MogaNet-T以1.44G FLOPs达80.0%精度，超ParC-Net-S且节省59% FLOPs。代码复现含各组件及训练过程，实验验证了其有效性。
-
358
-
2025-07-31 10:06:57
- 【AI达人创造营第二期】TrtPose复现、手动转TRT并训练动物姿态
- 本文推荐英伟达开源的一个自底向上姿态模型，无需先进行人物检测，直接对姿态关键点进行估计，再进行多人匹配， 运行效率非常高。TrtPose是一款轻量级，推理速度极快的姿态估计模型，作者在本地基于C++、Cuda和Tensorrt实现的TrtPose,单帧推理不足2ms， 在JetsonNano上也运行得非常快。
-
475
-
2025-07-31 10:05:50
- 盘点图像分割中的损失函数
- 图像分割一直是一个活跃的研究领域，在设计基于复杂图像分割的深度学习架构时，通常会遇到了一个至关重要的选择，即选择哪个损失/目标函数，因为它们会激发算法的学习过程，以为其数据集获得更好的结果。本项目盘点了过去的几年里各种论文提出了不同的目标损失函数，为大家在训练分割模型时提供帮助。
-
712
-
2025-07-31 10:04:33
- 【AI达人特训营第三期】时频图分类项目
- 本项目基于ResNet50，将其BottleneckBlock模块中conv2特征层的标准卷积替换为DCN可变性卷积，构建ResNet50-DCN模型，用于科大讯飞24类语音时序图谱分类。使用2143条训练样本、429条验证样本训练，90轮后验证集最高准确率79%，未深入调优，有提升空间，还包含数据处理、模型训练及推理等过程。
-
777
-
2025-07-31 10:02:57
- 【新手入门】检索篇 - RAG技术深度实战与优化
- 本文围绕RAG技术展开深度解析，介绍其基础原理，即结合信息检索与文本生成，解决大模型知识截止、深度不足等问题。还阐述核心组件，如文档加载器等，讲解文档分块策略、向量化与相似度计算，以及检索策略优化、系统集成、性能优化和实际应用案例等内容。
-
1117
-
2025-07-31 09:59:28
- 基于paddlehub2.4.0: 让动态视频生成漫画书！【一键运行】
- 该项目基于PaddleHub2.4.0，实现动态视频转漫画书功能。以人民美术出版社版《水浒传》连环画为风格学习数据，借助其预训练模型，通过安装依赖、处理数据、图片转漫画、视频关键帧转漫画等步骤，抽取视频关键帧并转为漫画风格，为视频创作提供新形式，展现了AI在文化创意领域的潜力。
-
369
-
2025-07-31 09:51:58
