-
2025-07-18 15:01:44
- PVT：引入金字塔结构的视觉 Transformer
- 本文介绍用Paddle实现PVT模型，其引入金字塔结构实现多层级特征输出，能高效处理高分辨率图像。基于ViT模型修改相关模块，构建了不同规格模型，并测试前向计算，验证了模型精度与官方预训练模型一致。
-
206
-
2025-07-18 14:53:24
- IC-CONV：使用高效空洞搜索的 Inception 卷积
- 本文介绍了基于Paddle实现Inception Conv及魔改版ResNet的过程。Inception Conv通过并联不同空洞卷积并拼接结果构成，魔改版ResNet将主干3x3标准卷积替换为Inception Conv。文中展示了模型搭建、测试细节，包括结构总览、参数量等，验证其在ILSVRC2012数据集上的精度，top1准确率达77.16%，top5达93.48%。
-
1058
-
2025-07-18 14:52:19
-
2025-07-18 14:46:50
- 浅析 Swin Transformer
- 本文围绕Swin Transformer展开，介绍其作为通用视觉骨干网，采用层次化结构与移位窗口机制提升效率。解读其解决CV挑战的创新点，展示代码构造，包括MLP、窗口划分合并、注意力机制等模块，还给出模型定义、大小及在Cifar10上的训练情况，指出其收敛较慢。
-
926
-
2025-07-18 14:42:35
- 飞桨模型在地平线开发板部署
- 国产深度学习框架paddlepaddle与国产世界首款AI芯片，未能形成有效的通路，非常让人遗憾。在海思缺货的今天，地平线旭日系列是很好的替代品，此项目讲述如何实现飞桨模型在地平线开发板的部署！
-
455
-
2025-07-18 14:38:16
- 从零实践基于PaddleGAN的反向学习分割数据生成遥感图像生成
- 本文介绍利用PaddleGAN的Pix2pix模型生成遥感图像的方法。先介绍PaddleGAN及WHDLD数据集，再说明数据集准备与处理步骤，接着讲解用pix2pix模型训练的配置、过程，最后阐述预测及结果展示，实现了通过绘制标签生成对应遥感图像，解决数据不足问题。
-
479
-
2025-07-18 14:35:00
- 基于Paddle2.0实现视频分类模型GSM
- 本文复现了CVPR 2020的GSM视频分类模型，用Paddle2.0在Diving48数据集实现。该模型通过分解3D卷积核实现时空域视频理解，参数量小。项目处理了数据集，将视频转帧、生成训练测试文件，经训练测试，最佳模型在测试集准确率达0.223。
-
519
-
2025-07-18 14:32:22
- 人脸关键点检测模型-MTCNN
- 本文介绍了基于PaddlePaddle实现的MTCNN多任务卷积神经网络项目，该模型含P-Net、R-Net、O-Net三层结构，可检测人脸区域及关键点。说明环境要求、文件功能，详述数据集下载与放置，训练需分三步依次训练PNet、RNet、ONet模型，每步依赖上一步结果，还提及预测方法及参考资料。
-
203
-
2025-07-18 14:28:26
- 近端策略优化PPO-算法简析-paddle2.0
- 本文介绍了PPO算法及其实践。PPO是对策略梯度的改进，通过重要性采样将在线学习转为离线学习，能重复利用数据提升效率，PPO2通过clip限制偏差。文中还给出了基于MountainCar-v0环境的PPO实现代码，包括网络结构、数据处理和更新流程，最后展示了训练过程与效果。
-
734
-
2025-07-18 14:21:52
- 多阶段离散制造系统的数字化仿真（简易版）
- 本文介绍基于SimPy搭建简易多阶段离散制造系统数字化仿真。系统含2台加工单元（效率不同可并行）和1个检测单元，加工后零件送检，合格入库，不合格返工（合格率80%）。文中分步说明用SimPy构建并行加工、串联检测及返工流程的仿真过程，展示了各环节运行情况。
-
468
