2021AIWIN-心电图智能诊断竞赛任务一Baseline 该文本介绍了心电图人工智能诊断算法竞赛。由复旦大学附属中山医院和上海数创医疗科技有限公司联合命题，针对12导联心电图数据进行多标签多分类算法研发。介绍了赛题背景、任务、数据情况，以及数据预处理、模型训练和预测提交的方法，最终卷积神经网络模型得分为76.54。
DDRNet-通过PaddleSeg实现全流程跑通 本项目基于DDRNet实现实时语义分割，将其由其他框架转为PaddlePaddle实现并轻量化，用深度可分卷积提升推理速度。使用surpvisely人像数据集，提供带中文注释的网络文件，需创建YML配置文件按PaddleSeg流程训练，还包含数据集处理、训练及测试相关代码与说明。
基于网络安全问题的洋葱路由流量识别 本文介绍洋葱路由（暗网）的访问原理，其通过分层加密和中间服务器保障匿名性，相关站点用.onion域名。还提及带来的网络安全问题，如黑客活动等。并阐述区分其与正常流量的项目实施，包括用Wireshark等工具采集提取流量特征，经预处理、降维后用多种机器学习模型训练评估。
导盲赛道思路分享 本文围绕智能导盲机器狗比赛展开，介绍赛事对模型大小和检测速度的要求，分享三种模型选择思路：小模型加法、大模型减法及先减重再提速。还分析了数据集分布，细讲第三种思路中Backbone和Neck的处理，如用CSP结构减重、SPPF替代SPP提速等。
【Paddle打比赛】AIWIN手写字体OCR识别竞赛任务一优化方案 本文围绕世界人工智能创新大赛AIWIN手写字体OCR识别竞赛任务一，提出优化方案。在原baseline基础上更换更优模型并微调，得分提升1.955%至0.99171，排名39/137。介绍数据处理流程，包括格式转换、划分训练验证集等，还涉及模型构建与预测，最后总结尝试及优化建议。
飞桨常规赛:英雄联盟大师预测赛1月第四名方案分享 本文围绕英雄联盟对局胜负预测展开，使用18万条训练数据和2万条测试数据，涵盖击杀、伤害等多维度特征。通过数据预处理、EDA分析，采用逻辑回归、随机森林等模型及模型融合，结合神经网络模型，以准确率为指标，最终生成预测结果并按要求格式提交。
基于LightGBM实现银行客户信用违约预测 本文基于LightGBM实现银行客户信用违约预测。先读取训练集和测试集数据，处理Credit_Product列缺失值为“ No ”。经数据EDA后，用LabelEncoder对离散变量编码。构建LGBM模型，通过5折交叉验证训练，验证集平均AUC为0.7889，最后输出预测结果为指定格式的CSV文件。
软件杯高职组赛题：PCB电路板故障检测 本文介绍用目标检测算法替代人工进行PCB电路板故障检测。先安装PaddleDetection并准备数据，用分层采样拆分训练集和验证集。训练时可选多种算法，以yolov3为例，还可边训练边测试并可视化。之后用infer.py推理，也能导出模型部署。
老司机开车了!用飞桨玩AirSim智能驾驶 本文介绍如何用飞桨PARL强化学习框架在微软AirSim仿真环境实现智能驾驶。先说明环境配置，包括安装Win10、VS2019、虚幻引擎、AirSim等及验证方法；再讲用Python控制汽车的步骤；最后详述基于飞桨PARL的DQN算法实现，含代码清单、逻辑，还提及相关训练地图和视频。
