- 
                            
                                
                                     2025-07-23 13:18:23 2025-07-23 13:18:23
 
                                    
                                        - 智慧农业赛题——牛只图像分割竞赛
- 本文围绕牛只图像分割竞赛展开,介绍赛题背景、任务及数据情况,包括训练集和A、B榜测试集,标注文件为COCO格式的json。还阐述了数据处理、环境准备、数据集划分与定义,以及使用Mask RCNN模型训练和预测的过程,经80个epoch训练提交结果约0.2。
- 
                                            1021
                                            
                                        
 
 
 
- 
                            
                                
                                     2025-07-23 13:16:41 2025-07-23 13:16:41
 
                                    
                                        - 【深度学习实战】一、Numpy手撸神经网络实现线性回归
- 本文围绕用Numpy手撸神经网络实现线性回归展开,先定义包含data和grad的Tensor及初始化类,再实现全连接层、ReLU等层结构,组建模型,还实现带动量的SGD优化器和MSE损失函数,最后以拟合f(x)=sin(x)为例,完成数据处理、模型训练与验证,展示了神经网络底层实现过程。
- 
                                            1026
                                            
                                        
 
 
 
- 
                            
                                
                                     2025-07-23 13:11:52 2025-07-23 13:11:52
 
                                    
                                        - 第九届“泰迪杯”数据挖掘挑战赛:岩石样本的智能识别分享
- 针对第九届“泰迪杯”数据挖掘挑战赛B题,本文提出岩石样本智能识别方案。对岩性识别,采用EfficientNet等深度学习模型,经数据增强处理样本,通过并行网络提升性能;对含油面积计算,基于荧光图像,利用OpenCV处理三通道像素,经阈值分割等步骤得出占比,为岩石分析提供支持。
- 
                                            404
                                            
                                        
 
 
 
- 
                            
                                
                                     2025-07-23 11:50:27 2025-07-23 11:50:27
 
 
- 
                            
                                
                                     2025-07-23 11:40:06 2025-07-23 11:40:06
 
                                    
                                        - 用PaddleClas完成不平衡数据集多标签分类
- 本项目针对不平衡自然场景图片数据集的多标签分类任务,解决了数据分布不平衡及类标签依赖的难题。使用PaddleClas套件,通过过采样处理数据不平衡,用powerlabel区分多标签组合,基于MobileNetV1模型,采用带pos_weight参数的binary cross entropy with logits loss函数,最终在验证集上精度达0.94200。
- 
                                            790
                                            
                                        
 
 
 
- 
                            
                                
                                     2025-07-23 11:37:36 2025-07-23 11:37:36
 
 
- 
                            
                                
                                     2025-07-23 11:36:07 2025-07-23 11:36:07
 
 
- 
                            
                                
                                     2025-07-23 11:32:29 2025-07-23 11:32:29
 
 
- 
                            
                                
                                     2025-07-23 11:28:45 2025-07-23 11:28:45
 
                                    
                                        - 基于PaddlePaddle搭建儿童X光胸部肺炎分类项目
- 该项目基于ResNet50网络对儿童胸片进行肺炎和正常二分类。先解压数据并生成训练、验证、测试列表,创建数据集并可视化。修改网络以获取最后卷积层输出用于类激活图。用Paddle高层API训练,评估得测试集准确率96.39%,并绘制混淆矩阵、ROC曲线(Normal AUC和Pneumonia AUC)及类激活图展示模型效果。
- 
                                            850
                                            
                                        
 
 
 
- 
                            
                                
                                     2025-07-23 11:27:04 2025-07-23 11:27:04
 
                                    
                                        - [CVPR 2020]CasMVSNet_Paddle复现
- 本文介绍CasMVSNet的复现情况。该网络用于多视图立体匹配任务,可估计场景密集深度以重建三维场景。文中涉及训练数据集解压、训练、测试数据集处理、测试及结果评估等步骤,复现的定量结果与原文接近,整体指标0.357,略高于原文的0.355,表明复现成功。
- 
                                            171