P粉084495128
浏览量160    |    粉丝0    |    关注0
  • P粉084495128

    P粉084495128

    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
  • P粉084495128

    P粉084495128

    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
  • P粉084495128

    P粉084495128

    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
  • P粉084495128

    P粉084495128

    2025-07-23 11:50:27
    基于PaddleSeg与BiSeNet的自动驾驶道路分割模型
    本次项目根据要求训练一个基于飞桨PaddleSeg的自动驾驶道路分割模型,采用实时语义分割网络BiSeNet,使用多个经预处理的训练集进行训练,并从多角度对模型进行评估与可视化,最后保存导出
    484
  • P粉084495128

    P粉084495128

    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
  • P粉084495128

    P粉084495128

    2025-07-23 11:37:36
    『行远见大』图像超分效果对比,以ESRGAN、LESRCNN、DRN模型为例
    本项目选择的超分模型是 ESRGAN、LESRCNN、DRN,在迭代50000轮后,通过“训练时长”、“PSNR”、“SSIM”三个指标以及生成的图像清晰度来进行三者的数值与效果对比。
    303
  • P粉084495128

    P粉084495128

    2025-07-23 11:36:07
    【新手入门】0 基础掌握大模型训练(一):监督微调SFT算法全解析:从原理到实战
    本文是PaddleNLP大模型训练系列首篇,面向新手解析监督微调(SFT)。先讲大模型训练核心概念,对比预训练与微调,详解SFT三要素。接着实战用ERNIE API生成电商情感数据,再用PaddleNLP微调Qwen模型,含数据预处理、训练及测试,还预告了后续课程内容。
    327
  • P粉084495128

    P粉084495128

    2025-07-23 11:32:29
    疫情微博情绪识别挑战赛Baseline(PaddlePaddle)-0.9735
    本文围绕疫情微博情绪识别挑战赛展开,介绍赛事背景、任务、评审规则等。采用预训练模型+微调方式,通过Multi-dropout和不同特征池化方案优化,从小模型到参数大的模型实验,结合模型融合策略,最终ernie-3.0-base-zh单模线上成绩达0.9735,为情绪识别提供有效方案。
    913
  • P粉084495128

    P粉084495128

    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
  • P粉084495128

    P粉084495128

    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

最新下载

更多>
关于我们 免责申明 意见反馈 讲师合作 广告合作 最新更新 English
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习
PHP中文网抖音号
发现有趣的

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号