-
编辑 删除
百度AI攻略：Paddlehub实现图像分割
PaddleHub可以便捷地获取PaddlePaddle生态下的预训练模型，完成模型的管理和一键预测。配合使用Fine-tune API，可以基于大规模预训练模型快速完成迁移学习，让预训练模型能更好地服务于用户特定场景的应用。模型概述：模型概述 DeepLabv3+ 是Google DeepLab语义分割系列网络的最新作，其前作有 DeepLabv1，DeepLabv2, DeepLabv3。在最
-
编辑 删除
百度AI攻略：Paddlehub实现目标检测
PaddleHub可以便捷地获取PaddlePaddle生态下的预训练模型，完成模型的管理和一键预测。配合使用Fine-tune API，可以基于大规模预训练模型快速完成迁移学习，让预训练模型能更好地服务于用户特定场景的应用。模型概述：模型概述Faster_RCNN是两阶段目标检测器。通过对图像生成候选区域，提取特征，判别特征类别并修正候选框位置。Faster_RCNN整体网络可以分为4个主要内容
-
编辑 删除
AI攻略：Paddlehub实现人体解析
PaddleHub可以便捷地获取PaddlePaddle生态下的预训练模型，完成模型的管理和一键预测。配合使用Fine-tune API，可以基于大规模预训练模型快速完成迁移学习，让预训练模型能更好地服务于用户特定场景的应用。模型概述人体解析(Human Parsing)是细粒度的语义分割任务，其旨在识别像素级别的人类图像的组成部分（例如，身体部位和服装）。ACE2P通过融合底层特征，全局上下文信
-
编辑 删除
PaddlePaddle : AI抠图及图片合成
通过预训练模型进行图像的自动抠图及整合。代码已经共享在AIStudio上，链接：https://aistudio.baidu.com/aistudio/projectdetail/242887模型概述 DeepLabv3+ 是Google DeepLab语义分割系列网络的最新作，其前作有 DeepLabv1，DeepLabv2, DeepLabv3。在最新作中，作者通过encoder-decode
-
编辑 删除
PaddlePaddle动态图实现VGG（眼底筛查为例）
本案例参考课程：百度架构师手把手教深度学习的内容。 主要目的为练习vgg动态图的PaddlePaddle实现。本案例已经在AISTUDIO共享，链接为：https://aistudio.baidu.com/aistudio/projectdetail/244766数据集iChallenge-PM：数据集图片 iChallenge-PM中既有病理性近视患者的眼底图片，也有非病理性近视患者的图片，命名
-
编辑 删除
PaddlePaddle动态图实现Resnet（眼底筛查为例）
本案例参考课程：百度架构师手把手教深度学习的内容。 主要目的为练习Resnet动态图的PaddlePaddle实现。本案例已经在AISTUDIO共享，链接为：https://aistudio.baidu.com/aistudio/projectdetail/244766数据集：查看数据集图片 iChallenge-PM中既有病理性近视患者的眼底图片，也有非病理性近视患者的图片，命名规则如下：病理性
