新闻中心 
-
07-21一文搞懂卷积网络之四（空间注意力Non-local）本文介绍CNN注意力机制开篇之作Non-local，其解决传统CNN长距离特征提取不足问题，通过学习特征图点间相关性实现全局联系。文中实现了Embedded G...
-
07-18从零开始，搭建基于PaddlePaddle图像分割模型的Web应用本项目介绍如何从零开始搭建一个基于PaddlePaddle的图像分割模型的Web应用。模型将以PaddleSeg训练的模型为例，以此讲解Paddle模型在Web...
-
07-18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...
-
07-18Paddle2.0：浅析并实现 CaiT 模型《Going deeper with Image Transformers》针对图像Transformer优化少的问题，研究构建和优化更深网络。提出LayerS...
-
07-18Paddle2.0：浅析并实现 T2T-ViT 模型T2T-ViT提出渐进式Token化机制和深窄骨干结构，在ImageNet从头训练，超越CNN与ViT，参数和MAC减少200%，性能更优，如T2T-ViT-7...
-
07-18浅析并实现 CycleMLP，一种用于密集预测的类 MLP 模型CycleMLP是用于视觉识别和密集预测的通用主干，相较MLP Mixer等模型，能处理不同图像大小，以线性计算复杂度实现局部窗口操作。其核心是Cycle FC...
