李睿，北京邮电大学学生，人工智能和移动开发爱好者。随着桌面端Electron技术逐步崛起，基于Electron开发的代码编辑器、聊天软件、游戏等层出不穷。对于习惯使用Node.js进行后端开发的朋友来说，开发一套漂亮的桌面UI客户端还是有一定难度的；而Electron开发不要太简单，只要会写HTML，就能写客户端，剩下的交给时间慢慢打磨即可。而且，这款开源的技术允许开发者使用JavaS
转载
2024-08-11 19:57:52
120阅读
前言：
现在网络上有很多百度PaddleOCR的安装教程，但普遍的问题是缺少对整个安装流程框架的讲解，而遇到的问题又五花八门，导致小白安装时容易被绕晕。 本文将以Anaconda--jupyter n
转载
2023-11-21 13:34:28
305阅读
# PaddleOCR Java 部署
## 引言
随着人工智能的飞速发展，光学字符识别（Optical Character Recognition，OCR）技术成为了非常重要的应用领域之一。PaddleOCR 是一个基于 PaddlePaddle 深度学习框架的开源OCR工具，它具有高精度识别和快速推理的特点，广泛应用于文字识别、表格识别、车牌识别等场景。本文将介绍如何使用 Java 语言部
原创
2024-01-29 05:04:13
281阅读
1.jpcap说明与安装 JAVA语言虽然在TCP/UDP传输方面给予了良好的定义，但对于网络层以下的控制，却是无能为力的。JPCAP扩展包弥补了这一点，jPcap是一个可以让java工作在链路层的类库；当然，它底层还是使用了本机API通过Jini调用，在javaAPI中得到数据。
JPCAP实际上并非一个真正去实现对数据链路层的控制，而是一个中间件，JPCAP调用wi
近年来，随着深度学习框架的不断发展和普及，PaddlePaddle(飞桨)作为国内领先的深度学习平台之一，越来越受到开发者的关注和青睐。在实际项目中，如何有效地将PaddlePaddle模型部署到生产环境中是一个关键问题。本文将针对“paddle部署”这一关键词展开科普介绍，帮助那位刚入行的小白快速掌握相关知识。
**整体流程**
下表展示了PaddlePaddle模型部署的整体流程：
原创
2024-05-29 11:21:28
126阅读
本期【洞见AI硬件，部署讲坛】主要分享基于飞桨的昇腾310及相关硬件的多方案部署教程，包括：1. Paddle Lite在Atlas 200 DK上部署实战； 2. 通过Paddle2ONNX在Atlas 200 DK上部署模型； 3. 基于EasyDL的全流程模型开发和Atlas 200 DK部署。本篇教程以Atlas 200 DK为例，介绍如何将飞桨模型，借助Paddle2
转载
2024-05-07 11:28:43
107阅读
本文将使用ssd_mobilenet_v1_voc算法，以一个例子说明，如何利用paddleDetection完成一个项目----从准备数据集到完成树莓派部署，项目用到的工具是百度的AI Studio在线AI开发平台和树莓派4B 全部资料已经都打包在这里（PaddleDetection、Paddle-Lite-Demo、Paddle-Lite、opt）↓ 链接：https://pan.baidu.
转载
2023-12-19 06:56:49
178阅读
最近在研究基于paddlepaddle的PaddleTS深度时序建模库，想应用paddlets的主要原因是支持国产，同时paddlets提供的算法比较全面，并且集成了sklearn(机器学习库)、pyod([异常点检测算法工具库](mirrors / yzhao062 / pyod · GitCode))等第三方库。下面是官方的一些见解，之后会对每一部分的算法进行应用测试。PaddleTS 是一个
转载
2024-02-07 09:51:31
153阅读
摘要本文介绍了如何使用 VSCode 远程开发 PaddlePaddle。本文使用 VSCode 进行远程开发，使用了 clangd 插件作为代码提示。clangd 需要一个 compile_commands.json 文件，这个文件可以使用 cmake 的 CMAKE_EXPORT_COMPILE_COMMANDS 选项导出。可是，本人在搭建开发环境的过程中，遇到了一个问题。PaddlePadd
转载
2024-09-09 20:12:05
76阅读
选择在实际操作前先看一遍这个，是因为之前实验的时候有很多坑，提前看一遍预防一下，以便出了问题更好定位问题，不至于一模黑乱找。建议还是去github-Document-FAQ上看，gitee上更新确实会慢一些，2021.4.8截的图，差了两次更新。（这个FAQ每周一更新一次，建议持续关注，?我就是用一次关注一次，更新一次，哈哈哈）因人而异，因项目而异。大家都在了解的基础上寻找对自己有用的即可。整体看
转载
2024-05-27 18:33:16
154阅读
# 导入paddle并查看版本
import paddle
print(paddle.__version__)2.0.0-rc1数据集分为框架自带数据集和自定义（自己上传）的数据集数据的处理paddle对内置的数据集和非内置的提供了两种不用的模式接下来让我们一起来看看叭！框架自带数据集paddle.vision.datasets是cv（视觉领域）的有关数据集paddle.text.datasets
转载
2024-07-31 21:35:57
46阅读
0 前言以下针对最近使用PaddleClas和PaddleServing在华为云GPU服务器上训练和部署一个车辆类型识别模型过程进行记录，以供日后自己参考和其他有需要的朋友一些帮助，接触这方面东西时间较短，如有问题欢迎批评指正。如何在华为云服务器上搭建GPU版本的PaddlePaddle环境请参考以下文章： 1 环境准备需要准备PaddleClas的运行环境和Paddle Serving的运行环境
转载
2024-08-12 15:06:43
123阅读
Windows10安装PaddleSeg1、先去https://github.com/PaddlePaddle/PaddleSeg/blob/release/2.2/docs/install.md这个地方看看需要的环境 2、安装Anaconda，上面的网址没说需要这个，但是后面装PaddlePaddle的时候怎么也装不上，自己在anaconda中创建了一个新的环境就很容易装好了，可能是因为我pyt
转载
2024-02-27 10:46:50
124阅读
简 介： 根据 文档安装指南 介绍了在本机安装PaddlePaddle的步骤。关键词： PaddlePaddle，pip，安装
安装PaddlePaddle
文章目录
安装说明
第一中安装方式
:使用pip安装
转载
2023-10-24 21:39:15
222阅读
利用 AI Studio 完成 Paddle 编译为什么要对 Paddle 进行编译？众所周知，PaddlePaddle 的底层代码是利用 C++ 进行开发的，对于 Python 端的日常使用者，我们仅需要依据 Paddle 官方提供的 pip 详情安装 Paddle 既可。注： 该比赛给大家提供了一个比赛的形式一起参与 Paddle 项目共建！（并不是想象中的黑客 hahahahah）个人理解：
转载
2024-03-13 12:42:38
90阅读
1. 数据（待识别内容）要识别的内容是这样的，大致模式是：机器拍摄，然后识别屏幕上的表格文字。2. 字体确定字体的网站：中文：识字体
英文：WhatTheFont
英文：FONT IDENTIFIER
不过以上字体基本都需要自己在网站做一些操作，框字体区域，然后会填写当前框对应的正确字符，再去进行识别。（但是对英文来说，往往在切分字符的时候就错了，所以这里就不再去寻找字体了） 这里选择了几种和上述
转载
2024-04-30 22:31:42
127阅读
在Jetson Nano上基于python部署Paddle Inference（硬件部署）一、准备好一块新鲜出炉的Jetson nano，并配好基础的开发环境 1.基础配置方法 直接参考我多年来总结的保姆式基础配置方案，只花2小时就能实现开机自连wifi，远程桌面随时访问，废话不多说，直接上车！Jetson系列——Ubuntu18.04版本基础配置（换源、远程桌面、开机自连WIFi）二、安装Pad
转载
2024-05-21 17:23:28
150阅读
要点：模型部署和动态图，静态图的转换一 动静转换动态图有诸多优点，比如易用的接口、Python风格的编程体验、友好的调试交互机制等。在动态图模式下，代码可以按照我们编写的顺序依次执行。这种机制更符合Python程序员的使用习惯，可以很方便地将脑海中的想法快速地转化为实际代码，也更容易调试。但在性能方面，由于Python执行开销较大，与C++有一定差距，因此在工业界的许多部署场景中（如大型推荐系统、
转载
2023-12-10 12:37:08
123阅读
优势
同时支持动态图和静态图，兼顾灵活性和高性能
飞桨同时为用户提供动态图和静态图两种计算图。动态图组网更加灵活、调试网络便捷，实现AI 想法更快速；静态图部署方便、运行速度快，应用落地更高效
源于实际业务淬炼，提供应用效果领先的官方模型
飞桨提供的80+
# PaddlePaddle Python 部署流程指南
PaddlePaddle（PArallel Distributed Deep LEarning）是一个由百度开发的深度学习平台，目标是通过简化深度学习的应用过程，使得开发者能够更加高效地使用深度学习工具。本文将详细介绍如何在Python中使用PaddlePaddle进行模型的部署，包含代码示例、序列图和类图的展示。
## 一、环境准备
