记录安装百度paddleocr过程安装paddleocr已经两天了，从官网安装到各种教程安装，总是遇到很多warning与error，现在来记录一下。 写在前面：xdm一定要确保自己安装的时候没有开VPN，没有开VPN，没有开VPN。 本机搭建环境：python 3.8.8
conda 4.10.1搭建过程CPU下安装paddlepaddlepython -m pip install paddle
转载
2024-03-15 07:34:33
104阅读
1. 摘要：
a. 方向：自动驾驶领域，针对复杂交通情况
b. 数据集：ONCE（One millioN sCenEs）
c. 改进点（基于Voxel-RCNN）：
i. 在3D Backbone中加入残差结构
ii. 设计了一个厚重的（？）3D特征提取器（有效提取高维信息）
iii. 2D Backbone（包含残差、自校准卷积？、空间注意力、通道注意力机制）——扩大感受野、获
经典网络VGGNet(其中VGG为Visual Geometry Group)由Karen Simonyan等于2014年提出，论文名为《Very Deep Convolutional Networks for Large-Scale Image Recognition》，论文见：https://arxiv.org/pdf/1409.1556.pdf，网络结构如下图所示，其中D和E即为VGG-16
转载
2024-09-07 18:41:22
65阅读
本篇内容介绍嵌入式深度学习的应用场景、Paddle-Mobile的特性优势以及使用开发方法，预计阅读时间4分钟嵌入式深度学习有哪些应用深度学习技术已经在互联网的诸多方向产生影响，关于深度学习和神经网络的讨论越来越多。深度学习技术在近几年得到飞速发展，各种互联网产品都争相应用深度学习技术，产品对深度学习的引入也更进一步地影响人们的生活。随着移动设备被广泛使用，在移动互联网产品应用深度学
前奏注意：在导出gerber文件前，PCB文件一定要先铺铜或者填充,不知道是什么原因，如果在导出gerber文件前不铺一次铜，生成的gerber文件可能会没铺铜。小技巧：可以每添加一层，就先点击“运行”生成问题，不要等全部添加好再一起生产，因为每层单独生产，当有错误或警告时，方便定位查找问题原因。1.打开CAM。2.添加文件。一、加入平面层。平面层有两种：CAM平面和布线/分割平面，CAM平面也称
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
使用利用Unity插件Voxel Importe绑定骨骼和制作动画将vox和qb文件导入Unity项目中，自动转换为Voxel对象，可以作为预制使用。 这些功能仅对Unity 2017.1及更新版本有效。脚本说明Voxel Object作用：生成GameObject。 它适用于基本的固定对象，并且它会生成一个优化的网格。脚本位置： Component/Voxel Importer/Voxel
转载
2024-04-27 09:58:05
222阅读
看到Enforcer兄也不打算继续发了，我也蛮动摇，不过已经答应的东西还是要写完，这种技术性教程的确没什么人看，说实话我自己都看的有点累，还得边看边实践，否则很难理解，所以大家有需要的就来看吧，能有一个人看就有一个人好了 这篇教程将演示如何使用Voxel技术来创建悬崖和洞窟 首先什么是Voxel技术？ voxel即volume pixels（立体像素）这两个单词的组合，它是Novalogic的技术
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
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
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
PaddleDetection 是飞桨推出的物体检测统一框架。支持现有的RCNN、SSD、YOLO等系列模型、支持 ResNet、ResNet-VD、ResNeXt、ResNeXt-VD、SENet、MobileNet、DarkNet等主干网络。数据集准备PaddleDetection所使用的数据为VOC格式，VOC数据集的准备可以参考下面这篇文章：本次项目为水果分类任务，数据集中只有苹果、香蕉和
转载
2024-04-22 10:22:04
243阅读
升级tensorflow2.0后，Mask R_CNN的调试笔记让人头大的改变新旧版本还是有很多差异的，很多API在新版本中弃用了或是移动了位置，TF提供了脚本应用程序可以自动的转换文件代码，但并不是所有的都可以实现自动转换，比如取消或是移动了的API，还是需要手动添加compat.v1，比较大型的工程文件也是无法直接转换的，所以我也没有用那个脚本。1.一开始调试的错误基本都是新旧版本不兼容的问题
转载
2024-09-10 10:27:13
15阅读
1. 流程1.1 定义完成了assimp的配置，接下来就进入到模型环节了，首先是网格(Mesh)，它代表的是单个的可绘制实体，我们现在先来定义一个我们自己的网格类（根据不同情况可以有不同定义，这里只给出一种示例）。1.1.1 顶点数据结构一个网格应该至少需要一系列的顶点，每个顶点包含一个位置向量、一个法向量和一个纹理坐标向量。一个网格还应该包含用于索引绘制的索引以及纹理形式的材质数据（漫反射/镜面
转载
2024-07-13 16:13:54
313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
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
Xavier上使用TensorRT加速MaskRCNN环境代码将h5文件转为uff文件1.Clone github 的TensorRT库，对应版本Xavier上的版本2.Modify the conv2d_transpose conversion function in UFF3.下载Mask R-CNN库并设置PYTHONPATH4.Apply the patch into Mask R-CN
转载
2024-04-30 13:59:05
339阅读
Mask R-CNN Mask R-CNN在Faster R-CNN的bbox识别分支基础上，加入了预测Mask的分支，两分支是平行的，解决的是图像语义分割的任务。其创新点具体而言：1 Mask分支的加入：Mask R-CNN在Faster R-CNN基础上加入的预测分割Mask的分支，用于对每一个RoI进行分割Mask的预测。这个mask分支实际上是一个小型的FCN在RoI上进行预测，使得的达到
转载
2024-06-27 21:01:08
134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
