送福利啦!PaddleCV方向精选项目合集
收藏
快速回复
AI Studio平台使用 其他平台资讯 19249 153
送福利啦!PaddleCV方向精选项目合集
收藏
快速回复
AI Studio平台使用 其他平台资讯 19249 153

PaddleCV大合集来啦!!!AI Studio还为大家准备了妥妥的福利~~

百度大脑AI Studio经过一年的建设, 现在已经积累了数以万计的内容和项目, 为了便于大家学习了解PaddleCV开发技术, AI Studio项目小组特别制作汇总了一批PaddleCV精选项目~

疫情还没有结束~大家少出门多学习,学着学着说不定就中奖了呢哈哈哈本次不仅有精选项目供大家把玩,更为大家准备了百度定制背包、定制雨伞、蝴蝶不倒杯以及TeslaV100算力卡等多重豪礼!

每个项目都可以直接fork并运行哦, 动手实践出真知~活动参与方式见文末~~~

部分内容可能需要使用GPU环境. 如果没有GPU环境, 可以点击链接申请一下, 然后就有源源不断的算力资源赠送了~

算力申请链接:https://aistudio.baidu.com/aistudio/questionnaire?activityid=667

AI Studio-PaddleCV疫情联名

A、   PaddleHub口罩检测:https://aistudio.baidu.com/aistudio/projectdetail/267322

百度积极响应号召,为了助推全社会的力量将AI技术应用于防疫工作,决定免费开源自研的“口罩人脸识别”预训练模型,该模型基于2018年百度在国际顶级计算机视觉会议ECCV 2018的论文PyramidBox而研发,可以在公共场景检测大量的人脸同时,将佩戴口罩和未佩戴口罩的人脸快速识别标注。基于此预训练模型,开发者仅需使用少量自有数据,便可快速完成自有场景模型开发。

B、   基于树莓派4B与Paddle-Lite实现的实时口罩识别:https://aistudio.baidu.com/aistudio/projectdetail/315730

上一个项目带你训练口罩识别模型,本项目项目带你部署口罩识别模型,基于树莓派4B与Paddle-Lite实现实时口罩识别~

C、   PaddleHub 肺炎CT影像分析:https://aistudio.baidu.com/aistudio/projectdetail/289819

肺炎CT影像分析模型(Pneumonia-CT-LKM-PP)可以高效地完成对患者CT影像的病灶检测识别、病灶轮廓勾画,通过一定的后处理代码,可以分析输出肺部病灶的数量、体积、病灶占比等全套定量指标。值得强调的是,该系统采用的深度学习算法模型充分训练了所收集到的高分辨率和低分辨率的CT影像数据,能极好地适应不同等级CT影像设备采集的检查数据,有望为医疗资源受限和医疗水平偏低的基层医院提供有效的肺炎辅助诊断工具。

D、基于paddle的肝脏CT影像分割 :https://aistudio.baidu.com/aistudio/projectdetail/250994

本项目基于Paddle框架,使用Unet语义分割网络进行CT影像中的肝脏和肝脏肿瘤分割,在肝脏和肝脏肿瘤分割任务上分别取得 0.92 和 0.77 左右的IOU。

其他CV精选项目汇总推荐

  • 经典CV学习项目推荐
  1. 主打项目

一个案例带你吃透深度学习:https://aistudio.baidu.com/aistudio/projectdetail/325575

手把手教你将pytorch模型转换为PaddlePaddle模型:https://aistudio.baidu.com/aistudio/projectdetail/312508

        2. 其他经典学习项目

课程4-深度学习入门CV-手写数字识别:https://aistudio.baidu.com/aistudio/projectdetail/78958
课程6-卷积神经网络实践-猫狗分类:https://aistudio.baidu.com/aistudio/projectdetail/78960
课程7-卷积神经网络-人脸识别初探:https://aistudio.baidu.com/aistudio/projectdetail/44338
课程9-深度学习进阶CV-目标检测:https://aistudio.baidu.com/aistudio/projectdetail/78972

  • CV入门精选项目合集

你的神经网络有多脆弱:https://aistudio.baidu.com/aistudio/projectdetail/301861

利用动态图机制实现手写数字识别:https://aistudio.baidu.com/aistudio/projectdetail/291073

目标检测教程1:https://aistudio.baidu.com/aistudio/projectdetail/346454

用PaddlePaddle实现GoogleNet:https://aistudio.baidu.com/aistudio/projectdetail/122278
用PaddlePaddle实现人流密度估计:https://aistudio.baidu.com/aistudio/projectdetail/169478

  • CV进阶精选项目合集

AI安全对抗赛第二名方案分享:https://aistudio.baidu.com/aistudio/projectdetail/296291

基于PaddleSlim对目标检测模型YOLOv3进行量化训练:https://aistudio.baidu.com/aistudio/projectdetail/316757

用PaddlePaddle实现人脸识别:https://aistudio.baidu.com/aistudio/projectdetail/127562
用PaddlePaddle识别手势:https://aistudio.baidu.com/aistudio/projectdetail/127563
基于PaddlePaddle的图像语义分割ICNet实现:https://aistudio.baidu.com/aistudio/projectdetail/124368
基于PaddlePaddle的语义分割DeepLabV3+实现:https://aistudio.baidu.com/aistudio/projectdetail/124366
自动网络搜索AutoDL之PaddlePaddle实现:https://aistudio.baidu.com/aistudio/projectdetail/122279
风格迁移之图像翻译Pix2Pix:https://aistudio.baidu.com/aistudio/projectdetail/122272
人体姿态估计与追踪之关键点检测:https://aistudio.baidu.com/aistudio/projectdetail/122271
基于PaddlePaddle的度量学习:https://aistudio.baidu.com/aistudio/projectdetail/169466

  • CV高阶精选项目合集

用PaddlePaddle实现卷积可视化方法Grad-CAM:https://aistudio.baidu.com/aistudio/projectdetail/243356

图片分类及Paddle派部署实例:https://aistudio.baidu.com/aistudio/projectdetail/53984
基于SSD的目标检测模型:https://aistudio.baidu.com/aistudio/projectdetail/122276
基于YoloV3目标检测模型:https://aistudio.baidu.com/aistudio/projectdetail/122277
基于Faster RCNN的螺丝螺母的检测:https://aistudio.baidu.com/aistudio/projectdetail/122275
经典实例分割模型Mask RCNN:https://aistudio.baidu.com/aistudio/projectdetail/122273
用PaddlePaddle实现经典的经典的人脸识别算法PyramidBox:https://aistudio.baidu.com/aistudio/projectdetail/169468
基于PaddlePaddle的NeXtVLAD视频分类模型:https://aistudio.baidu.com/aistudio/projectdetail/205016
基于PaddlePaddle的Attention Cluster 视频分类模型:https://aistudio.baidu.com/aistudio/projectdetail/205013

  • 进阶类CV方向静态图&动态图精选项目合集

用PaddlePaddle实现图像分类-MobileNet:https://aistudio.baidu.com/aistudio/projectdetail/169427
用PaddlePaddle实现图像分类-MobileNet(动态图版):https://aistudio.baidu.com/aistudio/projectdetail/169429
用PaddlePaddle实现图像分类-MobileNet-v2:https://aistudio.baidu.com/aistudio/projectdetail/169398
用PaddlePaddle实现图像分类-MobileNet-v2(动态图版):https://aistudio.baidu.com/aistudio/projectdetail/169403
用PaddlePaddle实现图像分类-ShuffleNetV2:https://aistudio.baidu.com/aistudio/projectdetail/169416
用PaddlePaddle实现图像分类-ShuffleNetV2(动态图版):https://aistudio.baidu.com/aistudio/projectdetail/169424
基于PaddlePaddle的图像分类-DenseNet:https://aistudio.baidu.com/aistudio/projectdetail/205040
用PaddlePaddle实现图像分类-DenseNet(动态图版):https://aistudio.baidu.com/aistudio/projectdetail/205030
用PaddlePaddle实现图像分类-SE_ResNeXt:https://aistudio.baidu.com/aistudio/projectdetail/169410
用PaddlePaddle实现图像分类-SE_ResNeXt(动态图版):https://aistudio.baidu.com/aistudio/projectdetail/169412
用PaddlePaddle实现图像分类-AlexNet:https://aistudio.baidu.com/aistudio/projectdetail/169431
用PaddlePaddle实现图像分类-AlexNet(动态图版):https://aistudio.baidu.com/aistudio/projectdetail/169433
用PaddlePaddle实现图像分类-DPN算法:https://aistudio.baidu.com/aistudio/projectdetail/169389
用PaddlePaddle实现图像分类DPN算法(动态图版):https://aistudio.baidu.com/aistudio/projectdetail/169391
用PaddlePaddle实现图像分类-DistResNet:https://aistudio.baidu.com/aistudio/projectdetail/169503
用PaddlePaddle实现图像分类-DisResNet(动态图版):https://aistudio.baidu.com/aistudio/projectdetail/169406
用PaddlePaddle实现图像分类-ResNet(动态图版):https://aistudio.baidu.com/aistudio/projectdetail/204995
基于PaddlePaddle的视频分类-TSN(动态图版):https://aistudio.baidu.com/aistudio/projectdetail/205004
用PaddlePaddle实现图像分类-VGG(动态图版):https://aistudio.baidu.com/aistudio/projectdetail/204999

last but not least,为了让大家的学习更加便捷:只要您fork以上任意三个项目并运行,然后在楼层内回复您的打卡心得,均有机会获得百度定制背包、定制雨伞、蝴蝶不倒杯以及TeslaV100算力卡等多精美礼品。

PS:打卡心得写的好的同学会增加中奖权重哦~~

活动时间:2020.03.24-2020.05.01(每周抽一次奖哦~~我们不见不散哦)

22
收藏
回复
全部评论(153)
时间顺序
我的鱼331
#62 回复于2020-04

fork前三个项目啦,感觉干货满满,可以从中学习了解很多实战项目。参加了二期深度学习的入门打卡营,  之前在学习中对口罩检测项目的学习,主要设计利用动态图搭建一个VGG卷积神经网络。使用迁移学习工具PadddleHub后,明显效率提高了很多。同时,PaddleHub已和Paddle Lite,Paddle Serving串通,可以将预训练模型直接用于移动端和服务端部署。第一次尝试部署移动端,原本以为会比较复杂,但是幸好Paddle Lite帮我们节省了很多工作。在移动端部署口罩人脸检测及分类模型,也只需要三步:①下载预测库②优化模型,使用 model_optimize_tool 工具实现模型优化;③通过预测 API 实现调用。感觉精选项目可以使自己在原本基础的课程学习中,得到更深程度的拓展和提升,超级喜欢!接下来也会继续不断Fork、实践其他项目,争取在CV研究方面有更大的提高!也希望小哥哥可以助我获得小礼品和更多的算力卡啦!

1
回复
AIStudio810258
#63 回复于2020-04

从alexnet到resnet都fork过了。

0
回复
小泽自信起来
#64 回复于2020-04

日常打卡攒积分

0
回复
自尊心3
#65 回复于2020-04

百度aistudio真的帮了大忙,疫情不能回校做毕设,免费算力简直太棒了,虽然要重新学一下paddlepaddle,但是静态图对应tensorflow,动态图对应pytorch的语法,上手难度不大,还有v100超大显存,更复杂的模型,更大batchsize,搞起来

0
回复
t
tag_x
#66 回复于2020-04

已fork运行,经过了几个项目的练手,发现paddlepaddle是真的好用,中文文档,各种模型的预训练库,新版动态图的报错更简单明了,用起来各种顺手,社区和讨论群及时解答太赞了。

0
回复
还好还好吧对
#67 回复于2020-04

社区答疑太棒了

0
回复
A
AIStudio259459
#68 回复于2020-04

项目是之前fork的,人是最近傻的,中奖是之后中的。

0
回复
leroy1536
#69 回复于2020-04

谢谢福利,已经fork ,希望中奖!!!!!!!!

0
回复
AIStudio235705
#70 回复于2020-04

赞!赞!赞!aistudio太棒了!

0
回复
yefeng0818
#71 回复于2020-04

fork了3个项目了,同学们的markdown写很认真,PaddlePaddle能帮助我更深入理解网络

0
回复
凌烟阁主人
#72 回复于2020-04

已fork,项目写的都很好,有利于帮助大家加深理解,提高动手能力

0
回复
leroy1229
#73 回复于2020-04

已经forkl,学习到不少东西,希望中奖!

0
回复
prince1536
#74 回复于2020-04

已经fork,项目都很棒。希望能中奖!

0
回复
学习委员
#75 回复于2020-04
tag_x #66
已fork运行,经过了几个项目的练手,发现paddlepaddle是真的好用,中文文档,各种模型的预训练库,新版动态图的报错更简单明了,用起来各种顺手,社区和讨论群及时解答太赞了。

恭喜您获得100小时Tesla V100算力卡一张,请加QQ:980902922领取~

0
回复
学习委员
#76 回复于2020-04
Hazelnut #59
已fork运行。发现很多经典的网络都已经有了PaddlePaddle的实现。不仅解决了看完论文不知道如何复现的问题,也更为直接上手根据需要进行训练和修改提供了方便,很赞!!而且在跑通网络的同时,更进一步学习了PaddlePaddle,以后用起PaddlePaddle来也能更得心应手。
展开

恭喜您获得100小时Tesla V100算力卡一张,请加QQ:980902922领取~

0
回复
学习委员
#77 回复于2020-04
a stan #61
项目都挺好的赶紧fork起来慢慢看,希望能中奖哈哈

恭喜您获得100小时Tesla V100算力卡一张,请加QQ:980902922领取~

0
回复
学习委员
#78 回复于2020-04
百度aistudio真的帮了大忙,疫情不能回校做毕设,免费算力简直太棒了,虽然要重新学一下paddlepaddle,但是静态图对应tensorflow,动态图对应pytorch的语法,上手难度不大,还有v100超大显存,更复杂的模型,更大batchsize,搞起来
展开

恭喜您获得100小时Tesla V100算力卡一张,请加QQ:980902922领取~

0
回复
学习委员
#79 回复于2020-04
赞!赞!赞!aistudio太棒了!

恭喜您获得100小时Tesla V100算力卡一张,请加QQ:980902922领取~

0
回复
学习委员
#80 回复于2020-04
fork前三个项目啦,感觉干货满满,可以从中学习了解很多实战项目。参加了二期深度学习的入门打卡营,  之前在学习中对口罩检测项目的学习,主要设计利用动态图搭建一个VGG卷积神经网络。使用迁移学习工具PadddleHub后,明显效率提高了很多。同时,PaddleHub已和Paddle Lite,Paddle Serving串通,可以将预训练模型直接用于移动端和服务端部署。第一次尝试部署移动端,原本以为会比较复杂,但是幸好Paddle Lite帮我们节省了很多工作。在移动端部署口罩人脸检测及分类模型,也只需要三步:①下载预测库②优化模型,使用 model_optimize_tool 工具实现模型优化;③通过预测 API 实现调用。感觉精选项目可以使自己在原本基础的课程学习中,得到更深程度的拓展和提升,超级喜欢!接下来也会继续不断Fork、实践其他项目,争取在CV研究方面有更大的提高!也希望小哥哥可以助我获得小礼品和更多的算力卡啦!
展开

恭喜您获得飞桨联名移动电源,请加QQ:980902922领取~

0
回复
一缕幽光
#81 回复于2020-04

fork成功 学到很多 收藏了

0
回复
在@后输入用户全名并按空格结束,可艾特全站任一用户