热门标签 | HotTags
当前位置:  开发笔记 > 后端 > 正文

PaddleWeekly|假期必备!视频版魔法换天小工具开源

点击左上方蓝字关注我们开源发展至今,越来越多的开发者共享免费代码的同时,也将自己的项目和代码大方骄傲地分享出来。使用者自由的获得项目成果,

点击左上方蓝字关注我们

开源发展至今,越来越多的开发者共享免费代码的同时,也将自己的项目和代码大方骄傲地分享出来。使用者自由的获得项目成果,贡献者找到成就和价值,然后,更多的开发者加入使用、共同开发,如此正向循环,从而推动社区生态良性发展…

(上期抽奖结果见文末哦~)

本周看点速览:

> 五一假期只玩图片换天怎么够,飞桨版本SkyAR工具箱带你轻松玩转魔法视频换天。

> 遇到算子不兼容怎么办?AnBaolei1984大神二次开发PaddleLite,可在比特大陆BM1684硬件上轻松部署PaddleOCR,源码完全公开。

> 不用目标检测也能实现人流密度?飞桨开发者技术专家yeyupiaoling带你轻松实现基于密度特征实现人流检测的经典模型CrowdNet。

想要更详细的内容和GitHub地址链接,不妨下拉看看,也顺手点个Star收藏一下吧~

SkyAR Paddle

SkyAR是一种用于视频中天空置换与协调的视觉方法,能够在风格可控的视频中自动生成逼真的天空背景,而且特效丰富。由于该算法是一种完全基于视觉的解决方案,在处理非静态图像时将会不受拍摄设备的限制,也不需要用户交互,轻松处理在线或离线视频。


项目维护者: jm12138

主要框架/工具组件:飞桨PaddlePaddle核心框架

GitHub链接:

https://github.com/jm12138/SkyAR_Paddle_GUI

扫码进入项目主页

Paddle Lite二次开发Demo


随着国产AI硬件兴起,越来越多的AI硬件暴露在开发者视野中。由于产品新颖而且样式丰富,手动进行适配或许可以在更短时间上手体验。


作者借助Paddle Lite进行二次开发,成功在比特大陆BM1684系列AI硬件上对PaddleOCR手动完成支持和适配,其代码兼容x86(SC5)和arm(SE5/SM5)两类设备,严谨精炼具有一定参考价值。

项目维护者:AnBaolei1984

主要框架/工具组件:Paddle Lite、PaddleOCR

GitHub链接:

https://github.com/AnBaolei1984/PaddleOCR-CppDemo

扫码进入项目主页

CrowdNet

CrowdNet作为一个经典的深度学习人流量密度估计模型,其通过提取待检测图片的能量图和密度图,对特征图来进行积分,进而得到人数的估计。在第十五届全国大学生智能汽车竞赛线上选拔赛上,作者使用飞桨PaddlePaddle2.0核心框架在此基础上进行实现,带领多组队伍取得不错成绩。

项目维护者:yeyupiaoling

主要框架/工具组件:飞桨PaddlePaddle核心框架

GitHub链接:

https://github.com/yeyupiaoling/PaddlePaddle-CrowdNet

扫码进入项目主页

上周看点速览:

> AgentMaker小组近日开源Paddle Quick Inference(PPQI)低代码飞桨部署工具,提供标准的Whl包且额外支持Julia语言,超低代码量带你完成高性能部署方案。

> 深度学习与传统图像处理混合操作,遥感分割出新招!wangye707开源了名为ICNet-paddlepaddle的遥感分割解决方案,简单增强连通性也能如此轻松。

> 一个yml文件也能助力项目开发?在PyUnit-NER中你将看到的不一样的命名实体识别。

上周看点传送门:

PaddleWeekly | 超低代码!高性能部署方案PPQI正式开源

开源不易,Star鼓励

如果你喜欢本期推荐的开源项目,欢迎大家给自己Pick的项目点Star(Github链接在对应的项目介绍中),你的支持也是作者坚持开源共享的动力唷!

我们将从当周3个项目的Star新增列表中,随机抽取1位小伙伴,赠送飞桨T-shit+极客袜一套,抽奖结果将在下周的项目推荐文章中公示。

上周Star抽奖结果:

恭喜GitHub用户SOVLOOKUP中奖,要记得在7日内联系GT(zhanghongji@baidu.com)参与兑奖哦~

开源项目不在规模大小,大的开源项目成为行业翘楚,提供全面解决思路和方式,但小项目一样激动人心,创意傲人。

如果你想推荐自己的项目,只需简单进行项目介绍,发送邮件给飞桨社区工作人员(zhanghongji@baidu.com)即有机会参与项目推荐,你的代码也能给别人带来效率和价值!

如在使用过程中有问题,可加入官方QQ群进行交流:778260830。

如果您想详细了解更多飞桨的相关内容,请参阅以下文档。

·飞桨官网地址·

https://www.paddlepaddle.org.cn/

·飞桨开源框架项目地址·

GitHub: https://github.com/PaddlePaddle/Paddle 

Gitee: https://gitee.com/paddlepaddle/Paddle

????长按上方二维码立即star!????

飞桨(PaddlePaddle)以百度多年的深度学习技术研究和业务应用为基础,是中国首个开源开放、技术领先、功能完备的产业级深度学习平台,包括飞桨开源平台和飞桨企业版。飞桨开源平台包含核心框架、基础模型库、端到端开发套件与工具组件,持续开源核心能力,为产业、学术、科研创新提供基础底座。飞桨企业版基于飞桨开源平台,针对企业级需求增强了相应特性,包含零门槛AI开发平台EasyDL和全功能AI开发平台BML。EasyDL主要面向中小企业,提供零门槛、预置丰富网络和模型、便捷高效的开发平台;BML是为大型企业提供的功能全面、可灵活定制和被深度集成的开发平台。

END


推荐阅读
  • 利用PaddleSharp模块在C#中实现图像文字识别功能测试
    PaddleSharp 是 PaddleInferenceCAPI 的 C# 封装库,适用于 Windows (x64)、NVIDIA GPU 和 Linux (Ubuntu 20.04) 等平台。本文详细介绍了如何使用 PaddleSharp 在 C# 环境中实现图像文字识别功能,并进行了全面的功能测试,验证了其在多种硬件配置下的稳定性和准确性。 ... [详细]
  • 本文旨在介绍一系列提升工作效率的浏览器插件和实用小工具,帮助用户在日常工作中更加便捷高效。内容由原作者授权发布。 ... [详细]
  • 尤洋:夸父AI系统——大规模并行训练的深度学习解决方案
    自从AlexNet等模型在计算机视觉领域取得突破以来,深度学习技术迅速发展。近年来,随着BERT等大型模型的广泛应用,AI模型的规模持续扩大,对硬件提出了更高的要求。本文介绍了新加坡国立大学尤洋教授团队开发的夸父AI系统,旨在解决大规模模型训练中的并行计算挑战。 ... [详细]
  • 本文详细介绍了如何在本地环境中安装配置Frida及其服务器组件,以及如何通过Frida进行基本的应用程序动态分析,包括获取应用版本和加载的类信息。 ... [详细]
  • 本作业探讨了矩阵链乘法的问题,包括问题定义、解析过程、算法设计思路及性能分析。通过将矩阵链分解为多个子问题,旨在找到最小化基本运算次数的方法。 ... [详细]
  • 本文介绍了两个重要的Node.js库——cache-content-type和mime-types,它们在处理HTTP响应头时非常有用。cache-content-type是基于mime-types构建的,并且实现了缓存机制以提高性能。 ... [详细]
  • 本文将详细介绍如何配置并整合MVP架构、Retrofit网络请求库、Dagger2依赖注入框架以及RxAndroid响应式编程库,构建高效、模块化的Android应用。 ... [详细]
  • Git版本控制基础解析
    本文探讨了Git作为版本控制工具的基本概念及其重要性,不仅限于代码管理,还包括文件的历史记录与版本切换功能。通过对比Git与SVN,进一步阐述了分布式版本控制系统的独特优势。 ... [详细]
  • 使用R语言进行Foodmart数据的关联规则分析与可视化
    本文探讨了如何利用R语言中的arules和arulesViz包对Foodmart数据集进行关联规则的挖掘与可视化。文章首先介绍了数据集的基本情况,然后逐步展示了如何进行数据预处理、规则挖掘及结果的图形化呈现。 ... [详细]
  • 分布式计算助力链力实现毫秒级安全响应,确保100%数据准确性
    随着分布式计算技术的发展,其在数据存储、文件传输、在线视频、社交平台及去中心化金融等多个领域的应用日益广泛。国际知名企业如Firefox、Google、Opera、Netflix、OpenBazaar等均已采用该技术,推动了技术创新和服务升级。 ... [详细]
  • 本文深入探讨了微信小程序直播中点赞动画的实现方法,特别是如何利用三阶贝塞尔曲线使点赞图标沿预设路径移动,以及相关的数学计算与代码实现。 ... [详细]
  • 探索CNN的可视化技术
    神经网络的可视化在理论学习与实践应用中扮演着至关重要的角色。本文深入探讨了三种有效的CNN(卷积神经网络)可视化方法,旨在帮助读者更好地理解和优化模型。 ... [详细]
  • 题目《BZOJ2654: Tree》的时间限制为30秒,内存限制为512MB。该问题通过结合二分查找和Kruskal算法,提供了一种高效的优化解决方案。具体而言,利用二分查找缩小解的范围,再通过Kruskal算法构建最小生成树,从而在复杂度上实现了显著的优化。此方法不仅提高了算法的效率,还确保了在大规模数据集上的稳定性能。 ... [详细]
  • 探索将Python Spyder与GitHub连接的方法,了解当前的技术状态及未来可能的发展方向。 ... [详细]
  • 本文档提供了在Windows 10操作系统中安装Python 3及Scrapy框架的完整指南,包括必要的依赖库如wheel、lxml、pyOpenSSL、Twisted和pywin32的安装方法。 ... [详细]
author-avatar
企鹅之神魔大陆_544
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有