AI Studio 精品项目 | 计算机视觉方向合集（一）
发布日期：2021-08-06T11:23:00.000+0000 浏览量：1290次
炎炎夏日，小编在AI Studio平台给大家挖掘出了一些目标检测、识别的精品项目，赶紧追随作者们做一个令人眼前一亮的作品吧~（项目均是极品，不分先后哦！）
从图像分类开始带你快速了解计算机视觉的目标检测任务Mural_Gan
对目标检测进行理论说明，小白入门必看指南，初学者的福音，一文带领你学会基础的检测知识。
https://aistudio.baidu.com/aistudio/projectdetail/1753617
基于PaddleDetection使用自定义数据集来实现跌倒识别预测，使用极少的代码完成，最后的mAP达到86.74%。
https://aistudio.baidu.com/aistudio/projectdetail/2071768
使用PaddleDetection2.0自定义数据集实现火焰识别预测
基于PaddleDetection使用自定义数据集YOLOV3模型来实现火灾识别，mAP达到了81.94%
https://aistudio.baidu.com/aistudio/projectdetail/1977953
iFLYTEK叶菜病虫害图像识别挑战赛baseline
随着精准农业和智慧农业概念的兴起和发展，利用信息技术辅助农业生产，实现对农作物病虫害的智能识别和检测，以减少不必要的农药喷施，对保护生态系统均衡，保障农作物安全生产，提高农作物的质量方面，有着十分重要的促进作用。
基于PaddleClas实现病虫害的识别。
https://aistudio.baidu.com/aistudio/projectdetail/2152212
基于飞桨实现RepMLP模块，用于图像识别。借助重参数技术，将卷积与FC巧妙地融合，加强分类网络的性能。在ImageNet分类、人脸识别以及语义分割等任务(无论是否具有平移不变性)上均能涨点。结合FC层的全局表征能力和位置先验性质以及卷积层的局部先验性质，可以在大幅增加参数的同时不会造成推理速度的显著降低。
https://aistudio.baidu.com/aistudio/projectdetail/1950308
[PP-YOLOV2保姆级教程]使用自定义数据集实现吸烟识别预测
基于PaddleDetection使用PP-YOLO2模型训练自定义数据集（VOC数据集格式），实现吸烟识别预测。并且mAP达到86.74%。
https://aistudio.baidu.com/aistudio/projectdetail/2158389
基于PaddleDetection讯飞柑橘病虫害检测基线
基于PaddleDetection对橘子病虫进行检测，对柑橘多种病虫害进行分析和识别。主要是对木虱、黄龙病、果蝇等病虫害进行识别检测。
https://aistudio.baidu.com/aistudio/projectdetail/2158775
AI Studio基于百度深度学习开源平台飞桨，为开发者免费提供功能强大的线上训练环境、云端超强GPU算力及存储资源。“精品项目征集”是AI Studio开展的原创项目扶持活动。贡献精品项目可以获得积分奖励（兑换礼品）、多平台推荐曝光、创作者核心群等多重福利，本季度还有罗技机械键盘、Apple Watch、树莓派等超多附加奖品！快来加入我们吧~
https://iwenjuan.baidu.com/?code=vtr6pz
https://aistudio.baidu.com/paddle/forum/topic/show/989159
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，集深度学习核心训练和推理框架、基础模型库、端到端开发套件和丰富的工具组件于一体，是中国首个自主研发、功能丰富、开源开放的产业级深度学习平台。飞桨企业版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。
