- 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。 软件的界面是采用跨平台的QT框架设计，语言采用C++语言，执行效率高，代码简洁容易理解，设计的软件主界面如下图一所示： 图1 系统主界面图 软件一共有7个功能界面，加上登录页面一共有8个界面，
2.2K20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 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 action=detail&id=2613 肺炎 CT 影像筛查 https://mp.weixin.qq.com/s/7VdQlOTGVMWlrzxLiJEKyg 胚胎囊胚图像的自动分割 https contributionType=1 7.基于PP-PicoDet的通信塔识别及Android端部署： https://aistudio.baidu.com/aistudio/projectdetail
1.6K20编辑于 2022-12-16 - 来自专栏雨过天晴
基于飞浆Paddlehub的口罩检测
这是记录 《深度学习7日入门-CV疫情特辑》的一篇文章。 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。
1.4K31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
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 使用AutoWork插件实现二次函数图像的生成 选择插件中的AutoWork可交互的工程助理 在输入框中输入要求： 生成二次函数x^2 + 7x + 10的图像并将生成的图像保存到Image.png文件中 matplotlib.pyplot as plt import numpy as np # 定义二次函数 def quadratic_function(x): return x**2 + 7* 400) y = quadratic_function(x) # 绘制图像 plt.plot(x, y) plt.title('Graph of Quadratic Function x^2 + 7x
95510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。
51330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。
2.5K30发布于 2021-08-12 - 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
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。 docs.openvinotoolkit.org/2020.3/_docs_install_guides_installing_openvino_windows.html)查看 ## 操作系统 + 64位Windows 7及以上
78440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
37020编辑于 2022-09-22 - 来自专栏量子位
3天初版部署7天快速迭代！百度飞桨携手北京地铁落地AI口罩检测方案
而且只用3天，百度工程师就完成了第一版快速部署，并在7天内进行了两次模型升级、三次现场部署调试、多次策略优化，最终部署上线。 他们是怎么做到的？ 一方面有百度工程师的连夜作战，另一方面也在于百度的“看家本领”之一，飞桨的支撑。 最终在3天内完成第一版快速部署，7天内进行了两次模型升级、三次现场部署调试、多次策略优化部署上线，实现了在地铁站实时视频流中，准确地对未戴口罩以及错误佩戴口罩的情况进行检测。 这其中，飞桨的能力再一次展现出来。 快速开发模型与部署，飞桨提供支持 飞桨是百度自研，目前国内唯一开源开放且功能完备的产业级深度学习平台，是各类型AI模型应用开发的基础。 在此次北京地铁AI口罩检测方案中，百度飞桨利用自身储备的业界领先工具集，快速完成了多维度视频内容解析、视频语义理解、分类标签，及口罩识别等全套模型及部署，充分展现出飞桨源于产业实践、并致力于与产业深入融合的特点
44420发布于 2020-03-10 - 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
1.1K20编辑于 2022-05-11 - 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。 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。 mRNA 疫苗示意图（来源：https://translate.bio/） 百度研究院生物计算团队从 2018 年开始就开展了 RNA 结构预测和序列设计相关研究，并在 2019 年 7 月和 2020 年 7 月分别发表了 LinearFold 和 LinearPartition 算法, 将 RNA 结构预测和分析的速度大大提升。 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。
55610编辑于 2023-03-29 - 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 注意：如果执行代码没有生成对应的 out 文件夹，可以重新手动安装模型再尝试 hub install deeplabv3p_xception65_humanseg==1.0.0 自然语言处理 飞桨同样有很强的自然语言处理能力 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
63140编辑于 2022-05-22 - 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
2.3K01编辑于 2024-05-24 - 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
主要整理这7天来的学习笔记，7天 深入一门新技术很难，但仅仅只是稍微了解一下，7天时间远远足够！【文末福利：领取免费算力卡】 ↑开局一张图，故事全靠编。 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，
56630发布于 2021-09-09 - 来自专栏机器人网
无人机教程：说说入门那些事
飞行控制板篇 一般简称飞控就是这个东西了。 飞控的用途? X模式要难飞一点，但动作更灵活。+模式要好飞一点，动作灵活差一点，所以适合初学者。 特别注意，x模式和+模式的飞控安装是不同的(我只有kk飞控板，所以只能讲kk飞控)。 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。
2.7K121发布于 2018-04-23 - 来自专栏镁客网
「黑科技」iPhone7能“飞”起来，你敢相信吗？
不过，iPhone7的概念设计或许能治好你多年的选择困难症了！ 据今日YouTube用户Sonitdac提出的脑洞打开的想法，iPhone7将会自带“喷气式降落功能”。 看完视频小编灵感一闪，如果这个天马行空的设计再与前一段时间镁客网报道的苹果新专利“为电子设备所设的主动屏幕防护”结合，iPhone7也许会如落叶般完美落地。效果图将如下： ? 当iPhone7紧急降落的时候，手机屏幕四角自动伸出可伸缩的凸出小装置，在玻璃和地面之间形成缓冲带，再加上二氧化碳喷气箱的护航，iPhone7如同“飞”下来的，有木有？
82420发布于 2018-05-25 - 来自专栏刘旷专栏
输入法的新时代：搜狗、讯飞、百度鏖战智能语音
显然，智能化已成为手机输入法行业最大的机遇和挑战，对于输入法三大寡头：讯飞、搜狗、百度来说，围绕人工智能技术升级，打造更加智能的手机输入法，将成为后续运营主旋律，届时行业将展开更加激烈的争夺。 只是，随着拥有庞大互联网资源、创新能力强劲的百度，以及市场公认的技术实力雄厚的讯飞等企业的涌入，市场竞争不断加剧，搜狗输入法难以再次实现用户的大规模增长，随之陷入“到嘴的鸭子要飞了”的急迫中。 易观公布的《2019 中国第三方输入法市场专题分析》报告显示：讯飞输入法在国内第三方输入法市场占有率排名第二，与搜狗、百度输入法占据94.98%的市场份额。 只是，在搜狗、百度等互联网科技巨头的夹击下，“后来者”讯飞想要更进一步扩大市场份额，困难重重。 AI技术的进一步发展，有效提升了手机输入法的智能化程度，搜狗、讯飞、百度等三大头部输入法已进入智能化比拼中场，而不同品牌各有千秋，谁能在智能时代拔得头筹，我们拭目以待。
1.3K20发布于 2020-07-13 - 来自专栏NLP/KG
百度飞桨：ERNIE 3.0 、通用信息抽取 UIE、paddleNLP的安装使用
相关文章： 基础知识介绍： 【一】ERNIE：飞桨开源开发套件，入门学习，看看行业顶尖持续学习语义理解框架，如何取得世界多个实战的SOTA效果？ _汀、的博客-CSDN博客_ernie模型 百度飞桨：ERNIE 3.0 、通用信息抽取 UIE、paddleNLP的安装使用[一]_汀、的博客-CSDN博客_paddlenlp 安装 项目实战： PaddleHub --飞桨预训练模型应用工具{风格迁移模型、词法分析情感分析、Fine-tune API微调}【一】_汀、的博客-CSDN博客 PaddleHub--{超参优化AutoDL Finetuner}【二】_ ://github.com/PaddlePaddle/PaddleNLP https://github.com/PaddlePaddle/PaddleNLP 1.安装paddle 参考官网：开始使用_飞桨 ("text_correction") ✅ ✅ ✅ ✅ ✅ 融合拼音特征的端到端文本纠错模型ERNIE-CSC 文本相似度 Taskflow("text_similarity") ✅ ✅ ✅ 基于百度知道
3.2K10编辑于 2022-12-21
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