-
2025-07-24 11:31:41
- Tic-Tac-Toe：井字游戏（井字棋）
- 本文介绍了井字游戏变种方案，可通过设置xsize、ysize指定棋盘大小，winnum指定连珠数。用两个深度学习模型分别扮演玩家和电脑自动对弈，借QLearning记录每步，依胜负判定方案好坏。代码展示了模型训练等过程，包括迭代、下棋、胜负判定及模型更新等。
-
392
-
2025-07-24 11:29:54
- 百度网盘AI大赛——水印智能消除赛：第8名方案
- 本文围绕水印擦除任务展开，分析其与手写文字擦除的差异及难点。介绍数据处理方式，包括生成mask、缩减数据集、随机裁剪。还阐述了模型训练及预测，A榜用Erasenet并改损失函数，B榜优化模型结构，以及模型优化和使用说明。
-
413
-
2025-07-24 11:23:13
- 【实践】TSN视频分类
- 本实验围绕视频分类展开，旨在让学习者掌握相关知识、TSN模型原理及飞桨构建方法。内容包括用PaddleVideo套件，在UCF101数据集上实现TSN模型，涵盖数据准备（提取帧等）、模型构建、训练配置、训练、保存、评估及推理全流程。
-
427
-
2025-07-24 11:07:07
- 基于神经网络结合紫外差分光谱的二氧化硫浓度定量预测
- 本项目旨在通过应用神经网络技术，结合紫外差分光谱数据，实现对二氧化硫浓度的准确定量预测。项目将采用从不同环境中收集的紫外差分光谱数据，包括大气中SO2的光谱吸收特性以及环境参数（如温度、湿度等），作为输入特征。基于这些输入特征，将建立一个神经网络模型，通过对历史数据的学习和训练，实现对二氧化硫浓度的预测。
-
186
-
2025-07-24 11:05:49
- 基于飞桨实现乒乓球时序动作定位大赛 ：B榜第2名方案
- 本文围绕乒乓球视频动作定位比赛展开，介绍赛题背景、重难点，指出乒乓球动作定位因动作短时、细微差异等更具挑战。还说明数据集、评价指标及数据处理方案，详述思路演进，最终采用特定改进的BMN网络，并给出基于PaddleVideo的训练、验证及预测流程。
-
896
-
2025-07-24 11:05:13
- X光安检图像检测挑战赛3.0 baseline
- X光安检是目前在城市轨交、铁路、机场、物流业广泛使用的物检手段。使用人工智能技术，辅助一线安检员进行X光安检判图，可以有效降低因为安检员经验、能力或工作状态造成的错漏检问题。在实际场景中，因待检测物品的多样性、成像角度、重叠遮挡等问题，X光安检图像检测算法研究存在一定挑战。
-
789
-
2025-07-24 11:02:32
- 基于飞桨的简单神经网络搭建—以心脏病的预测为例
- 本文以心脏病预测为例，介绍基于飞桨搭建简单神经网络的过程。先说明项目背景与数据集，含年龄、性别等特征及是否发病标签。接着处理数据，包括检查缺失值、统计量、相关性，进行独热编码和归一化。随后搭建神经网络，设置超参数，经6轮训练，训练集正确率0.845，测试集0.84，最后展示预测结果，为深度学习入门者提供参考。
-
417
-
2025-07-24 11:00:24
- [AI特训营第三期]基于半监督ppyoloe垃圾车检测
- 随着城市化进程的加速，城市垃圾数量不断增多。然而，由于缺乏有效的垃圾处理和监管体系，一些不法分子驾驶垃圾车偷盗垃圾。这不仅严重破坏了环境卫生，还对人们的健康造成了威胁。 为了解决这个问题，我们开发此项目的项目，旨在通过智能技术手段，检测出垃圾车，并监控它们的行为。本项目map@0.5高于0.9，表现优秀。同时利用了半监督的方法，充分利用了数据集。
-
681
-
2025-07-24 10:58:51
-
2025-07-24 10:57:05
- 《人工智能导论：案例与实践》基于前馈神经网络实现波士顿房价预测
- 本文围绕波士顿房价预测实验展开，介绍实验目的为掌握前馈神经网络相关知识及飞桨框架使用。实验使用波士顿房价数据集，经数据准备、模型构建、训练配置等步骤，构建前馈神经网络，用MSE损失函数和Adam优化器训练，通过R²系数评估，最终实现房价预测。
-
620
