基于PaddlePaddle深度学习框架的盲文学习体系

针对目前盲文教育书籍中存在的大、厚、耗材等问题,根据基于PaddlePaddle深度学习框架构建的YOLO卷积神经网络模型,设计了一套盲文学习体系,并且通过设计由大到小过渡的盲文显示模块和语音输出模块来实现听触结合,同时达到刺激初学者通过触觉由浅入深学习的目的,从而大大提高了盲文的学习效率的目的。另外,通过图传和PaddlePaddle平台实现高效翻译盲文,促进盲文教育发展。

基于PaddlePaddle深度学习的野外露营安全装置

针对近年野外露营存在的环境及安全隐患等问题,设计一种基于PaddlePaddle深度学习的野外露营安全装置。首先采用卷积神经网络训练模型,然后通过图像识别分类技术进行识别。文中以动物分类识别为例,通过对不同种类动物图片进行训练来改进模型,并对模型识别及分类的准确性进行验证,最终精度为0.96以上。经测试,采用的模型在动物图像分类中有较好效果,能满足课题设计要求。

深度学习PaddlePaddle框架支持下的遥感智能视觉平台研究与实现

百度深度学习PaddlePaddle框架支持下的遥感智能视觉平台,能够运用深度学习技术实现遥感影像的智能建模、训练和解译。本文通过深入分析PaddlePaddle图像分割模型库PaddleSeg的图像处理深度学习算法模型DeepLabV3+、U^(2)-Net及RetinaNet,开发设计了遥感智能视觉平台,实现了遥感影像的地块分割、变化检测和斜框检测等专业功能。研究表明:遥感智能视觉平台提取的图斑总面积是目视解译的80%、有效图斑比例为76%、错误图斑比例为18%,实现了快速有效的遥感图像智能处理。

基于PaddlePaddle的股票预测深度学习模型

利用上证指数股票历史数据中的开盘价、收盘价、最低价、最高价、交易量、交易额、跌涨幅等数据,通过对股票数据进行归一化等预处理操作后,使用Python语言和PaddlePaddle库编写算法程序,构建股票预测的LSTM神经网络模型,对上证指数的股票下一日的最高价股票价格进行分析预测,预测结果显示本文所构建的基于PaddlePaddle的LSTM神经网络模型能够取得较好的预测效果,可见基于PaddlePaddle的股票预测深度学习模型有很好的应用前景.

一种基于BRISK与PaddlePaddle的眼球轨迹控制算法

笔者将拍摄的眼球运动照片进行预处理操作形成训练集,利用Python编程对预处理完成的眼球运动序列图片进行训练,把得到的模型进行运动方向识别,目的是远程控制信号传输的设备。在图像预处理阶段采用二值化、灰度化和BRISK算法,训练阶段采用百度的PaddlePaddle,最后得到的运动轨迹位置点在可以允许的误差范围内。通过集成几种通用的算法和编程工具,形成了对眼珠运动检测与轨迹记录的较为完整的方案。

基于PaddlePaddle和VGG的戴口罩人脸识别方法设计

受新冠肺炎疫情影响,佩戴口罩已经成为火车站、地铁等各公共场所的常规防控手段,但佩戴口罩进行人脸识别时,算法无法准确检测人脸位置、定位五官关键点,大大降低了识别效果。基于PaddlePaddle应用平台搭建VGG模型进行人脸识别,通过佩戴口罩数据集检测出人脸并抽取特征模板后进行模型训练。结果表明该方法的精准度达到91%,对比未改进前提升近20%,实现了佩戴口罩情况下的人脸识别,在该场景下有效提升了识别的综合性能。

基于PaddlePaddle和CNN的戴口罩人脸识别系统设计

针对疫情期间在公共场合都需要佩戴口罩并进行人脸识别的情况,该课题设计了一款基于百度飞桨(PaddlePaddle)和卷积神经网络(CNN)的戴口罩人脸识别系统。选择支持Python的PaddlePaddle深度学习平台,搭建了一个CNN模型进行人脸识别。通过读取网络爬取的图片和自拍整合的自制数据集检测出要识别的人脸,在提取人脸中的几何特征之后进行20轮训练,显示出训练的模型,然后进行人脸识别。经测试,最后系统的精准度基本稳定在0.95以上,能实现较高精度的戴口罩人脸识别。

基于Paddlepaddle的新冠疫情期间文本情感分析模型

为了分析疫情期间网民情绪变化趋势,笔者爬取新冠疫情爆发初期的微博相关讨论话题,应用百度PaddlePaddle深度学习平台,通过预训练模型ERNIE结合fine-tune实现迁移学习,并构建基于Paddlepaddle的文本情感分析模型,有助于政府部门做好科学防控和舆情引导工作。

一个基于PaddlePaddle深度学习框架的口罩佩戴图像识别模型

后疫情时代的到来,口罩佩戴已经成为学校、商场、食堂等各公共场所的常规防控手段。为提高防控效率和准确率,研究搭建一个基于百度飞浆深度学习平台的口罩佩戴图像识别模型。该文先收集口罩佩戴人像图片样本,采用卷积神经网络VGG算法训练模型,实现判断该静态人像是否规范佩戴口罩的检测功能,并对判断结果的准确性进行了评估。实验结果表明,VGG卷积神经网络对判断人像是否佩戴口罩,具有比较快速、准确的识别能力,具备广泛应用的价值。

基于PaddlePaddle的人脸特定区域识别和特效生成

自2006年开始,深度学习算法开始出现,人工智能技术获得飞速发展,人工智能的春天悄然来临,一时间各大深度学习平台宛如雨后春笋般涌现,由百度开发的PaddlePaddle深度学习平台就是其中的佼佼者。为了实现给人像实时添加趣味贴图的功能,此项目通过使用PaddlePaddle框架的预训练集PaddleHub来提取图像的关键点数据,再使用PaddlePaddle库、OpenCV库和Python语言得到的关键点分类、选择,最后与经过预处理的贴纸匹配,即可得到贴纸人脸趣味图像。实验结果表明:本方法可以很好地对人脸图像进行识别并将贴图贴至指定位置,具有极高的准确率。

Exploration of the Training Mode of School-enterprise Collaborative AI Innovative Talents Based on PaddlePaddle

This paper takes the school-enterprise cooperation between the University of Electronic Science and Technology of China(UESTC)and Baidu(China)Co.,Ltd.as an example to build the Paddle Paddle(Sichuan)AI Education Innovation Center by enjoying the best of both UESTC and Baidu(China),and cooperating with 16 universities in Sichuan Province.With the support of this center,both the school and the enterprise successfully built a school-enterprise collaborative AI innovative talent training model,which mainly serves the universities,industries,and districts.Furthermore,this training model is able to facilitate the update of the industrial intelligence and the regional economic development in southwest China,and also provide a reference for deep integration of school-enterprise collaboration and the cultivation of innovative talents in electronic information fields.

百度PaddlePaddle联手Kubernetes

通过使Paddle Paddle与Kubernetes兼容,开发者现在可以用它们开发高效的深度学习驱动的应用。2016年9月,百度开源了深度学习框架Paddle Paddle,今天,百度又宣布实现了这一框架和集群管理系统Kubernetes的兼容,从而使Paddle Paddle成为了迄今为止唯一一个官方支持Kubernetes的框架。据百度研究官网介绍,这种兼容性将使得开发者可以很方便地在全球所有主要的云服务提供商(包括百度云和企业内部的集群)上训练大型的模型。该项目是由百度和Core OS联合开发的;Core OS是Kubernetes的主要贡献者之一。

基于改进YOLOv5的仓储物体检测研究

针对仓储复杂多样的环境以及对仓储物体传统检测模型性能较低的问题,本文基于PaddlePaddle框架,提出一种改进YOLOv5的仓储物体检测模型YOLOv5-CE。首先,为提高在复杂多样环境下对仓储物体检测,采用ConvNeXt网络替换原YOLOv5的主干网络,以提高对中小型仓储物体的特征提取能力;其次,为提高模型的收敛速度和物体的检测精度,采用EIoU Loss代替原模型的损失函数;最后,通过利用自制仓储训练集进行多模型对比实验。实验结果表明,在对货物(cargo)、托盘(tray)、叉车(forklift)进行检测时,改进后的模型平均检测精度均值(mAP@0.5:0.95)达到89.8%,相比原YOLOv5提升1.1%,其中在小尺度仓储物体上,提升4.2%;在中、大尺度仓储物体检测上,皆提升1%;对于小仓储物体检测的平均召回率由61.1%提升至66.8%。与YOLOv6、YOLOX、YOLOv7、Faster R-CNN等其他模型相比,YOLOv5-CE均体现出更好的精度。同时,相比上述模型,YOLOv5-CE在模型参数量、检测速度以及检测精度上,也取得良好的平衡,能够较好地满足对不同大小、不同种类仓储物体的精准检测。

检测报告扫描件识别技术研究

鉴于检测报告扫描件存在报告格式多样、扫描质量较差、签名手写体不规整等特点,提出了检测报告扫描件识别解决方案。首先采用深度卷积神经网络VGG16校正报告方向;其次引入图像文本生成方法Table-Master实现报告结构分析;然后引入连接文本建议模型CTPN检测报告文字位置,采用序列文字识别模型Master识别报告文本;最后提出融合了文字和位置的多特征融合分类模型MFFC对识别结果进行关键信息提取。实验结果表明,该方案各项评价指标均优于其他识别方案,能有效提取检测报告扫描件中的文字信息,实现对检测报告扫描件中结构化信息的识别和提取。

基于ResNet网络的红绿灯智能检测算法研究

提出了一种基于深度学习的红绿灯目标检测算法.在Yolo V3模型中引入残差模块学习方法,提出以ResNet残差网络模块作为特征提取网络,优化网络结构深度,对图像模型裁剪、训练参数等方面进行调整,利用PaddlePaddle深度学习平台AI Studio对红绿灯目标检测模型进行训练,得到了红绿灯的准确检测结果,红灯测试精准率达到0.992 6,绿灯精准率达到0.972 4,相比原网络结构模型红灯精准率0.932 2,绿灯精准率0.991 8,平均精准率(MAP)由原来的0.865 9提高到0.896 6,模型精准率提高了3个百分点.利用模拟和实际采集的数据,分别验证了模型的可靠性,实现了盲人弱势群体可以安全过马路.

基于CNN和B-LSTM的文本处理模型研究

针对文本情感分类准确率不高的问题,在卷积神经网络CNN和栈式双向长短时记忆网络B-LSTM的基础上,提出了一种新的情感分析训练模型CNN-BLSTM.该模型利用CNN的卷积操作对词向量进行处理,提取词向量的强度特征,再输入到B-LSTM中进行上层建模,对句子进行处理.结果表明:CNN-B-LSTM模型的情感分类准确率比CNN和B-LSTM模型更高,差错率大约分别降低了4%和1%,具有一定的效果优势.

基于双向LSTM的文本情感倾向分类

随着互联网普及,在网络上出现了大量带有个人主观性的文本,这些文本含有大量情感相关信息和个人的主观观点,目前通常的卷积网络处理这些文本无法将信息进行关联,处理起来无法达到想要的效果,判断文本情感倾向不够准确,所以本文使用国内百度开发的PaddlePaddle框架,构建双向LSTM (Long Short-Term Memory)网络从众多文本信息和数据中准确而高效地分析出文本中所蕴含的情感,并判断情感极性,对情感倾向做出分类。实验中对美食评论信息进行情感预测,首先利用Embedding来计算出词向量,通过双向LSTM提取特征和融合,借助softmax函数构建分类器,获得文本信息的情感倾向,实验结果较为理想。

DragDL:一种易用的深度学习模型可视化构建系统

深度学习在各个领域得到了普遍的应用,但是用户在应用深度学习时仍然面临两方面的问题:(1)深度学习有着复杂的理论背景,非专业用户缺乏建模以及调优的背景知识,难以构建性能优化的模型;(2)数据预处理、模型训练、预测等过程往往涉及比较复杂的编程实现,给没有程序设计基础的非专业用户在入门时带来了一定的困难。针对以上两点易用性问题,文中提出了一种易用的深度学习模型可视化构建系统DragDL,其目的在于降低用户进行数据预处理、模型训练、监控、在线预测等工作的难度。该系统基于PaddlePaddle框架,支持以拖拽图形算子的方式在画布上搭建深度学习网络结构以及推理预测功能,并将数据预处理操作过程抽象成数据流图展示,以方便用户理解和调试。系统还提供训练过程中的质量监控和性能监控的可视化功能,帮助用户实时观察训练情况。同时,DragDL提供经典模型库帮助用户完成建模任务,支持以微调经典模型的方式构建新的模型,降低用户建模时的难度。DragDL基于集群服务器和Web客户端进行部署,服务器为每个训练任务构建虚拟机服务,并支持大规模异步任务调度,具有一定的并发处理能力。

基于深度神经网络技术的台标识别模型设计与训练

在监测监管工作中,为了快速、准确检测识别电视节目的播出机构,基于传统图像识别算法的台标识别工具得到广泛应用。随着图像视觉技术的快速发展,深度神经网络技术在近几年的图像识别大赛中大放异彩,相较于传统算法表现出更高的准确性和泛化性。本文基于深度神经网络技术详细论述了台标识别模型的设计与训练,通过尝试比较不同的网络结构、算法、训练超参数和训练集,最终训练出适合业务场景的识别模型。测试结果表明,该模型可以在不同场景中准确、高效地识别各种变形、半透明等传统算法难以准确识别的台标,具备很高的实用价值。

利用情感分析预测中债价格指标

本文运用固定收益分析师情感分析结果和其他信息作为模型输入数据,使用机器学习方法预测中债价格指标。研究结果表明:一是方向性预测较准确,机器学习中的XGBoost方法效果最好,在预测中债指数时,二分类预测的平均准确率为75%,四分类预测的平均准确率为65%,在预测10年期与2年期中债国债收益率之差的变化时,二分类预测的平均准确率为68%,四分类预测的平均准确率为58%;二是借助模型可以筛选分析师,从而方便市场参与者从固定收益分析师中优中选优,参考研究结果,做好辅助决策;三是模型处理迅速,不存在人为判断速度慢、工作量大的问题。