新闻中心 
-
08-01【AI达人特训营】基于ResNet50的NAM注意力机制论文复现本文提出一种基于归一化的注意力模块（NAM），可以降低不太显著的特征的权重，这种方式在注意力模块上应用了稀疏的权重惩罚，这使得这些权重在计算上更加高效，同时能够...
-
08-01【AI达人特训营】在智能交通场景中端到端加速PPYOLOE本项目针对城市自动驾驶中基于车载摄像头的交通灯小目标识别挑战，采用PaddleDetection套件的PPYOLOE M模型训练，在A100环境实现。使用特定数...
-
07-31【AI达人特训营】AdaptFormer：一种新型fine-tuning方法复现AdaptFormer由港大等机构提出，旨在解决大型视觉模型微调的算力和存储负担问题。其让网络及权重在多下游任务中尽可能保持一致，仅训练少量参数。通过在Tran...
-
07-31【AI达人特训营】SIOU论文复现：Powerful的回归框学习能力本文介绍多目标跟踪中二分图匹配的匈牙利算法与KM算法。先解释完美匹配、二分图、最大匹配、交错路径等概念，以男女配对为例，演示匈牙利算法流程：通过匹配与寻找增广路...
-
07-31【AI达人特训营第三期】Conv2Former：一种ViT风格的卷积模块本文复现了Conv2Former模型，其采用Transformer风格的QKV结构，以卷积生成权重加权，平衡全局信息提取与计算开销。在CIFAR-10数据集上，...
-
07-31【AI达人特训营】多模型集成学习的艺术作品作者识别该项目借助多模型集成学习识别艺术作品作者。使用PaddleClas训练ResNet50_vd、VGG16和PPLCNetV2模型，基于含49位作者、7226张图...
