本文介绍了ImVoxelNet的非官方复现项目，该项目基于ImVoxelNet，并针对更新版本的PyTorch和MMCV进行了适配。ImVoxelNet是一种端到端的3D物体检测方法，支持从多视角RGB图像中进行3D物体检测，适用于室内和室外场景。其创新点包括：端到端的多视角优化、通用全卷积架构以及跨场景通用性。该实现使用了OpenMMLab的mmdetection3d框架，并提供了详细的环境配置步骤，包括依赖安装和预训练模型下载。实验结果显示，ImVoxelNet在多个数据集（如KITTI、SUN RGB-D、S…
本项目开源代码基于多个深度学习模型（如PP-Structure、PaddleOCR、YOLOv8等），实现对问卷图片的表格定位、结构识别、字符识别及分数统计，并将结果输出至Excel文件。通过PyQt5构建UI界面，使用多线程优化用户体验，避免主线程阻塞。性能测试表明，GPU处理单张图片约3.5秒，CPU约4.6秒。项目注重模块化设计，便于扩展与维护，适合类似业务场景的快速适配。
本文介绍了一个基于机器学习的眼疾识别系统，使用了ResNet18和ResNet18-NAM两种卷积神经网络模型来对眼底图像进行分类，以实现自动眼疾识别。通过对两个公开数据集 iChallenge-PM 和 眼病分类数据集 的部分数据进行处理，并将其调整为 224x224 的图像尺寸。文章重点研究了基于注意力机制的ResNet18-NAM模型，其中引入了NAM（归一化注意力机制）以增强模型的注意力计算能力。实验结果表明，ResNet18-NAM在准确率和模型效率上优于标准ResNet18，并且在多项指标上均表现出较好…
