PP-OCR是实用超轻量OCR系统，识别6622个汉字模型仅3.5M，63个字母数字符号模型2.8M...

本文提出基于FFT的动态滤波器令牌混合器DFFormer及混合模型CDFFormer，改进GFNet...

感知机是二分类的线性分类模型，输入为实例的特征向量，输出为实例的类别（取+1和-1）。感知机对应于输...

CrossViT是一种双分支Transformer，通过不同粒度Patch学习特征。L-Branch...

本文分享结合RealSense深感摄像头与PaddleHub实现目标检测和深度测量的方法。先介绍Re...

本文介绍将PP-HumanSeg-Lite轻量级人像分割模型部署到树莓派的流程。先克隆PaddleS...

基于Self-Attention的Transformer结构，首先在NLP任务中被提出，最近在CV任...

本文介绍了2017-2021年深度学习在端到端文本识别的代表性方法，分端到端规则文本识别与任意形状文...

R-Drop是基于Dropout的改进正则化方法，通过对模型输出层施加约束减少过拟合。其让每个样本两...

该论文提出PAN网络，以ResNet-18为骨干，结合FPEM、FFM和像素聚合法，平衡场景文本检测...

MogaNet是高效多阶门控聚合网络，属纯卷积架构。其通过SMixer和CMixer模块，在空间和通...

本文复现了基于SPP特征金字塔池化的图像分类网络，SPP可解决输入尺寸差异问题。网络含五层卷积、两层...