- 综合排序
- 最热优先
- 最新优先
- 来自专栏嵌入式项目开发
基于百度飞浆平台(EasyDL)设计的人脸识别考勤系统
同时，飞桨还提供了丰富的模型库，覆盖图像分类、检测、分割、文字识别和视频理解等多个领域。用户可以直接使用这些API组建模型，也可以在飞桨提供的模型库基础上进行二次研发。 1.3 PaddlePaddle框架 飞桨开源框架(PaddlePaddle)是一个易用、高效、灵活、可扩展的深度学习框架，PaddlePaddle的EasyDL图像框架底层结合百度 AutoDL/AutoML 传输模型是百度开发的AutoDL技术之一。结合模型网络结构搜索、转移学习技术和用户数据自动优化。与一般算法相比，训练时间更长，但更适合于子分类场景。 飞桨为计算机视觉任务提供了丰富的API，并通过底层优化和加速保证了这些API的性能。同时，飞桨还提供了丰富的模型库，覆盖图像分类、检测、分割、文字识别和视频理解等多个领域。 图5 添加成功提示 图6 学生管理页面 软件考勤页面还支持请假管理，如果有学生请假了，可以在页面上进行添加管理，方便老师知道这个学生的情况。
2.3K20编辑于 2022-07-12 - 来自专栏算法工程师的学习日志
分享一下之前收集的一些基于百度飞浆 AI项目
首先说下，本文非软文，只是之前做AI项目的时候接触了百度飞浆，确实比较好用，而且有很多官方项目可以覆盖自己的应用场景，大大节约了开发时间，故分享一下，有需要的可以按需寻找，感兴趣的也可以去官网找自己需要的资料 action=detail&id=2619 小场景带来大提升：“AI之眼”加持工厂品控流水线，质检质量提升80% https://mp.weixin.qq.com/s/TKNNEBqmSC5lTklG4R3rHw xuAbwFUsPDdDbshVDgDiGw AI进商超：智能视觉秤减轻操作员负担，果蔬称重不再排队 https://mp.weixin.qq.com/s/ctiOThKnLohxPLX6UpaHLw 百度大脑助力水务行业实现地下资产智能管理 https://ai.baidu.com/customer/yihangotms EasyDL辅助研发智能维修头盔清点工具 https://ai.baidu.com/customer/csdt 百度大脑 channelType=0&channel=0 5.基于图像识别的智慧零售商品识别： https://aistudio.baidu.com/aistudio/projectdetail/3460304
1.7K20编辑于 2022-12-16 - 来自专栏雨过天晴
基于飞浆Paddlehub的口罩检测
最早接触百度的飞浆（PaddlePaddle）是因为 口罩检测 的文章，年初的口罩检测项目，也就是本篇文件的样例代码。 飞浆 Paddlepaddle 飞浆 Paddlepaddle 是百度2016年开源的深度学习框架，同 Tensorflow 类似，这可能是目前为止国内开源的最具生态的深度学习框架，但是无论从完善程度， 上下游生态，算力平台以及推广来说，百度的飞浆都会少领先许多，当然目前国内开源的深度学习框架也逐渐增多： 华为的 MindSpore， 旷视的 MegEngine（天元）， 清华的 Jittor（计图）； PaddleHub PaddleHub 是飞桨预训练模型管理和迁移学习工具，HubList 提供了 文本、图形、视频 三大领域的许多模型，我们可以基于已有的模型做更多的迁移学习，站在巨人的肩膀可以让我们走的更远 Ai Studio AI Studio 是基于百度深度学习平台飞桨的平台，提供在线编程环境、免费GPU算力、海量开源算法和开放数据，之所以说飞浆是生态最为完善的原因 Ai Studio 是有很大的原因的
1.2K30发布于 2020-04-13 - 来自专栏Niuery的技术日记
百度飞桨 --- 试玩PaddleOCR
简介 介绍「PaddleOCR」之前，先来介绍一下百度的飞桨项目： 「百度飞桨（PaddlePaddle）」 是百度推出的开源深度学习平台。 作为国内领先的深度学习框架之一，飞桨提供了丰富的工具和资源，帮助开发者和研究者轻松地构建、训练和部署各种深度学习模型。
1.5K31编辑于 2023-10-22 - 来自专栏hacker的个人博客
Baidu Comate：你的智能编码助手，编程效率倍增的秘密武器
是基于文心大模型的智能代码助手，结合百度积累多年的编程现场大数据和外部优秀开源数据，可以生成更符合实际研发场景的优质代码。 Comate 在搜索结果中选择 Baidu Comate 插件，单击Install并重启IntelliJ IDEA 插件安装重启后，右下角会弹出登录提示框 点击去登录链接，唤起登录页面，支持百度 in range(1, i + 1): print("{} * {} = {}".format(j, i, j*i), end=" ") print() 运行结果如下： 使用飞浆和百度智能小程序进行智能问答 分别使用飞浆和百度智能小程序生成一段Python简介 使用飞浆生成Python简介 使用百度智能小程序生成Python简介 对比来看使用百度智能小程序生成的内容比飞浆更具体详细 我们再让百度智能小程序生成一下
1.1K10编辑于 2024-05-08 - 来自专栏极客飞兔的专栏
一张自拍即可实现变老变年轻，带你感受时光流逝之美
项目效果 飞浆是一个由百度推出的深度学习开发平台，为开发者提供了高效、易用、灵活和全面的深度学习开发工具和服务。 PaddleGAN是飞浆在图像生成和处理领域的一个代表性项目，通过深度学习的技术和飞浆的支持，PaddleGAN可以实现多种惊人的图像处理效果，例如图像转换、人脸编辑、动态效果生成等等。 安装飞浆 安装 CPU 版本，不容易出错，但速度会有点慢，如果有 GPU 尽量使用 GPU 版本 我这里只安装最新的，如果想要安装指定版本，请查看飞浆官方教程 # CPU版本 pip install paddlepaddle
1.6K144编辑于 2023-03-10 - 来自专栏刘旷专栏
押注数字人，百度、科大讯飞“短兵相接”
而随着数字人行业进入高速发展期，国内也已出现了诸多相当有竞争力的玩家，这其中，以百度为代表的综合类互联网技术厂商，以及以科大讯飞代表的专长类AI厂商的表现最为突出，优势也最为明显。 ，科大讯飞同样在推动数字人产品和场景应用落地上，建立起了自己的优势。 得益于此，科大讯飞的数字人也就能得到语音识别、语义理解、语音合成、形象驱动、视频渲染服务的全链路保障。三是，科大讯飞专属的数字人定制能力，有助其在众多厂商中形成差异化优势。 目前来看，国内以百度、科大讯飞为代表的科技企业在数字人上的探索虽然还有一定难度，但值得注意的是，在各个大厂的不断发力，以及人工智能技术的大力加持下，数字人的制作运营效率有望得到持续优化，其应用价值也将得到不断释放 而随着百度、科大讯飞不遗余力地加速数字人的进程，其数字人的未来也将会非常值得期待。
56130编辑于 2023-07-05 - 来自专栏CSDN博客专家-小蓝枣的博客
Python 深度学习AI - 利用训练好的模型库进行图像分割、一键抠图实例演示，百度深度学习平台飞浆paddlepaddle-gpu的安装与使用
Python 深度学习AI - 图像分割 第一章：深度学习平台飞浆 paddle 的环境搭建 ① 效率更高的 gpu 版本的安装 ② 判断是否支持 gpu 版本 ③ 退而求其次，普通版本的安装 ④ paddlehub 调用训练好的库进行图像分割效果演示 ① 演示一：ace2p 模型 ② 演示二：humanseg_server 模型 ③ 演示三：deeplabv3p_xception65_humanseg 模型 第一章：深度学习平台飞浆 译： 用户警告:你正在使用GPU版本的飞桨，但是你的CUDA设备没有正确设置。默认使用CPU设备。 0.3.4 distlib-0.3.2 easydict-1.9 filelock-3.0.12 flake8-3.9.2 flask-2.0.1 gitdb-4.0.7 gitpython-3.1.18 h5py
2.6K30发布于 2021-08-12 - 来自专栏萝卜大杂烩
10行Python代码能做出哪些有趣的事情？
下面我们来看看，用不超过10行代码能实现些什么有趣的功能 百度飞桨 百度飞桨 paddlepaddle 是百度开源的深度学习工具，其功能强大，基于该工具我们可以实现很既有趣又有用的功能 在使用之前，我们肯定要先安装喽 输出识别结果 for result in results: print(result) Output: 可以看出，文字情绪的识别还是非常准确的，当然我们这里语料比较少，在大语料、更复杂的语言环境下，飞浆的表现如何还有待验证 人脸识别 当今社会人脸识别可以说是随处可见，而在疫情肆虐的今天，口罩似乎也成为我们日常出现必备的条件，飞浆工具也增加了口罩识别功能，我们来看看 # 加载模型 module = hub.Module(name ) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) faces = detector.detectMultiScale(gray, 1.3, 5) action=home&__biz=MzU5NDcyOTg4MA==#wechat_redirect" myqr.run(words=url,version=3, picture="4
68440编辑于 2022-05-22 - 来自专栏嵌入式项目开发
采用百度飞桨EasyDL完成指定目标识别
对于各行各业有定制AI需求的企业用户来说，无论是否具备AI基础，EasyDL设计简约，极易理解，最快5分钟即可上手学会，15分钟完成模型训练。 EasyDL官网地址：https://ai.baidu.com/easydl/ 使用EasyDL前，首先得创建百度账号，完成实名认证之后再进行下面的步骤。 （5）标志数据集 上传导入完成后进行标注。 标注前先添加标签，标签支持中英文两种，如果有多个目标需要识别，就创建多个标签，然后标注时，采用这个标签去标注图片里对应的目标即可。 （5）训练完成 经过一段时间等待，模型已经训练完成。 通过训练结果可以看到，我的模型精度是100%，标注的比较完美，训练的结果很好。
84940编辑于 2022-05-11 - 来自专栏大大的小数据
python百度飞桨人工智能情感分析2022.8.9
from pprint import pprint import paddlehub as hub #加载模型 senta = hub. Module(name="senta_lstm") #待分类文本 test_text = [ "你长得真好看", "口感差，太失望了", "洗洗睡吧", "大快人心!当初的达苏恐怖袭击就是这帮人干的，现在被毙，活该!天道好还，中国有必伸之理;人心效顺，匹夫无不报之仇。", "不开玩笑，言归正传，定这个政策的人，过于脱离群众了，根本不考虑农民的生活，不让人家打农药，那就
40020编辑于 2022-09-22 - 来自专栏嵌入式程序猿
带你走进飞思卡尔Kinetis Flashloader(5)
上节我们了解了Kinetis Flashloader支持的外设SPI和I2C，今天我们来看支持的外设UART和CAN UART外设 飞思卡尔Kinetis Flashloader对UART外设集成了一个自动波特率检测算法 被用作连接于Flashloader，为了遵守自动波特率检测算法，那么在检测期间，UARTn_RX 引脚必须保持在高电平，且不能悬空，在Flashloader在UARTn_RX引脚检测到Ping包(0x5A ,0XA6)后，Flashloader 固件顺序执行自动波特率程序，如果波特率被成功检测到,那么flashloader将会 以检测到的波特率发送Ping包响应[(0x5A,0Xa7,4字节协议版本，2 CAN外设 飞思卡尔Kinetis Flashloader 支持通过CAN外设装载数据到flash,支持五种预定义的速率 125kHz 250kHz 500kHz 750kHz 1MHz(默认传输速率
87760发布于 2018-04-10 - 来自专栏我爱计算机视觉
百度飞桨开源Open Images Dataset V5目标检测比赛最好单模型MSF-DET
Open Images Dataset V5(OIDV5)是目前规模最大的目标检测公开数据集[1]。 基于飞桨（PaddlePaddle）的PaddleDetection目标检测模型库[2]，百度研发了大规模图像目标检测模型MSF-DET (Multi-Strategy Fused Detection 近日，飞桨开源了比赛中使用的MSF-DET，助力大规模图像目标检测算法的研究探索和落地应用。 BASELINE_MODEL.md 03 飞桨目标检测库介绍 飞桨目标检测库(PaddleDetection)的目的是为工业界和学术界提供丰富、易用的目标检测模型。 想与更多的深度学习开发者交流，请加入飞桨官方QQ群：796771754。 如果您想详细了解更多飞桨PaddlePaddle的相关内容，请参阅以下文档。
1.6K20发布于 2019-12-27 - 来自专栏嵌入式项目开发
基于视觉识别的自动采摘机器人设计与实现
项目利用百度飞浆（PaddlePaddle）深度学习框架中的目标检测和分类算法，通过安装在机器人上的高清摄像头获取果树图像，并进行实时分析，精准识别出果实的位置、大小以及成熟度等信息。 【2】设计实现的功能 （1）视觉识别：借助高性能的摄像头和图像处理算法（本项目采用百度飞浆的目标识别和分类算法），机器人能够捕捉到果园中的果实图像，并准确地从中识别出目标果实。 摄像头负责捕捉果园中的图像信息，而图像处理单元则基于百度飞浆的目标识别和分类算法，对图像进行处理和分析，以识别和定位目标果实。 同时，采用百度飞浆的目标识别和分类算法，通过视觉系统实现对目标果实的准确识别和定位。 （3）硬件设计：根据技术选型，设计机器人的硬件结构。 1.3 系统功能总结 功能模块 功能描述 视觉识别 - 通过高性能摄像头捕捉果园图像 - 利用百度飞浆的目标识别和分类算法，识别目标果实 - 确定果实的空间坐标和距离 导航与定位 - 根据果园环境信息和路径规划算法
2.6K01编辑于 2024-05-24 - 来自专栏机器之心
百度发布飞桨螺旋桨PaddleHelix
机器之心发布 机器之心编辑部 百度正式发布基于飞桨的生物计算平台 - 螺旋桨 PaddleHelix，进军生物计算领域。 在本月 20 号召开的 WAVE SUMMIT+2020 深度学习开发者峰会上，百度正式发布了基于飞桨的生物计算平台 - 螺旋桨 PaddleHelix，进军生物计算领域。 这样的问题中，百度的生物计算团队也认为多任务学习和元学习将会发挥重要作用。 正是有了之前的积累，百度研究院在短短两个月就完成了 LinearDesign 的研发, 在 mRNA 疫苗设计上提出了革命性的方法。 在螺旋桨 PaddleHelix 中，百度也完整开源了 LinearRNA 系列算法，目前主要包括 LinearFold 和 LinearPartition，开发者想要调用这些强大的工具仅仅需要一行代码
62510编辑于 2023-03-29 - 来自专栏爱喝水的木子
python获取gif的最后一帧保存成图片
imageio.imwrite(image_path, last_frame) return image_path 调用api(因为我们公司内部开发的，所以给大家推荐开源的百度飞浆的模型
1.2K20编辑于 2022-05-11 - 来自专栏机器人网
无人机教程：说说入门那些事
同时电调在四轴当中还充当了电压变化器的作用，将11.1v的电压变为5v为飞控板和遥控器供电。 买多大的电调? 电调都会标上多少A，如20a，40a 这个数字就是电调能够提供的电流。 根据我简单测试，常见新西达2212加1045浆最大电机电流有可能达到了5a，为了保险起见，建议这样配置用30a 或 40a电调(大家用20a电调的也多)，说买大一点，以后还可以用到其他地方去。 适合顺时针旋转的叫正浆、适合逆时针旋转的是反浆。安装的时候，一定记得无论正反桨，有字的一面是向上的(桨叶圆润的一面要和电机旋转方向一致)。 如1000mah电池，标准为5c，那么用5x1000mah，得出电池可以以5000mh的电流强度放电。 这很重要，如果用低c的电池，大电流放电，电池会迅速损坏，甚至自燃。 多少c快充是什么意思? 如果剧烈抖动，并且升力很小，就应该是正反浆没有安装对。交换一下。如果旋转方向不是间隔的，就需要将电调和电机的连接线1和3，交换一下，进行旋转方向校正。次序为，先方向，后螺旋桨。
2.8K121发布于 2018-04-23 - 来自专栏NAS
星哥带你玩飞牛NAS-5：飞牛NAS中的Docker功能介绍
星哥带你玩飞牛NAS-5：飞牛NAS中的Docker功能介绍大家好，我是星哥，今天给大家带来如何在飞牛NAS中使用Docker，Docker是一种容器化平台，它能把应用和依赖打包在一个轻量级、可移植的容器中 飞牛NAS的Docker管理界面飞牛NAS自带的Docker管理界面，基本覆盖了常见的容器操作：镜像管理：支持从DockerHub或私有仓库拉取镜像容器管理：可视化启动、停止、删除容器网络与卷：轻松配置容器网络和数据持久化存储相比命令行 ，飞牛NAS的图形化界面更友好，降低了学习门槛。 5.终端可以进入容器中可以到容器中使用命令，例如`nginx-tnginx-v`DockerCompose在飞牛NAS上的应用DockerCompose在飞牛NAS上的应用，让多容器协作更高效。 ，通过一个docker-compose.yml配置文件，就能一次性定义和管理多个容器（如Web、数据库、缓存），用一条命令统一启动、停止和维护在此以“安装PandaWiki”为演示，国产开源文档神器：5分钟搭建
4.4K10编辑于 2025-12-12 - 来自专栏机器人网
只需5步，教你DIY一台多旋翼无人机
然后你要更具你的飞行要求，计算一下要添加的器材的重量，如果要飞比赛的，就选择大KV值电机小螺旋桨的，如果要飞很长时间FPV的，要小KV值电机大螺旋桨,需要云台的，图传的，都把重量算进去。 所需要的最大升力和自重的比例一般是在2-2.5：1的样子，也就是说，我一个2.5公斤的无人机，需要大概5公斤的升力。 第三步:寻找5公斤升力的动力系统 这个时候有人看螺旋桨，有人看电机，我的方法是先选择电机。 看得出，最大升力是在使用4S电池和15x5的浆时候，半油门就有了650gx4=2.6公斤的升力，飞机刚刚好2.5公斤，半油门悬空100% ok, 这时候别先开心，看看你机架能够使用的最大螺旋桨尺寸是多少 我们接着看，这时候发现四个850kv的电机可以在4S电池的14.8电压下，和10x6的浆在50%油门时候产生2.5公斤的升力，1000kv的那个也可以在同样电压下，和9x4的浆产生同样的升力。
2.5K60发布于 2018-04-25 - 来自专栏胡琦
【Copy攻城狮日志】强化学习7天打卡营学习笔记
于是，机缘巧合通过齐老师了解到Baidu的AIStuio以及此次飞浆的实战入门课。 国际惯例，免费的午餐实际上并非真正的面试，如同HuaweiCloud的AI训练营推广ModelArts，这次的课也是为了推广飞浆。 数学基础 高等数学 线性代数(向量空间的变换思维) 概率与数理统计(期望、方差) 编程基础 Python：numpy Paddle： 深度学习平台飞浆 机器学习基础 神经网络(FC、CNN) 光数学基础这点 这里还是要重点提下百度AIStudio平台，这是一个学习AI的好地方，之前有参加齐伟老师的《数据准备和特征工程》的课，于是了解到这个集课程、实践、比赛、考试认证于一体的AI学习平台，听说很多高校都在用， 最后，附上免费算力卡： 5a7ba445224144248231eed0e3348c10 f9417acf24aa4e9fa37cfae461c0896d 1c65596a41e34920bf8a13e0aecd9718
60730发布于 2021-09-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号