paddlepaddle

百度飞桨PaddleOCR图片印章检测技术简介全文链接百度飞桨PaddleOCR图片印章检测技术简介github仓库：使用PaddleOCR识别图片红色印章文字 red-seal-ocr

机器学习算法原理与实践-入门（十）：基于PaddlePaddle框架的线性回归在前两篇文章中，我们分别使用PyTorch和TensorFlow实现了线性回归模型。今天，我们将完成三框架对比的最后一环，使用国产深度学习框架——PaddlePaddle（飞桨）来实现相同的线性回归任务。PaddlePaddle由百度开发，是国内首个开源开放、功能完备的产业级深度学习平台，在中文自然语言处理、计算机视觉等领域有着独特优势。

分享本周所学——三维重建算法3D Gaussian Splatting（3DGS）大家好，欢迎来到《分享本周所学》第十二期。本人是一名人工智能初学者，刚刚读完大二。前几天自学了一下3D Gaussian Splatting（3DGS），觉得非常有意思。写这篇文章主要是因为网上大部分关于3DGS的文章都比较晦涩，我自己学的时候也是翻阅了大量的论文博客视频，所以想结合自己的学习过程，写一篇让所有人都能看懂的文章。我不会假设你有任何机器学习或者数学的基础知识，即使你只是刚刚接触人工智能领域的小白，我也会让你看懂。如果你觉得我有任何一个地方（即使只是一个标点符号）写的不对、不好或者不清楚，麻烦

PaddleOCR系列——《文本检测、文本识别》模型训练上面已经制作完数据集，现在开始进行模型训练。数据集制作请参考：PaddleOCR系列——《文本检测、文本识别、表格结构》数据集制作_ppocrlabel-CSDN博客

小白_史蒂夫

【环境搭建】（九）飞桨EasyDL发布的模型转换onnx(附工程代码)paddle转onnx和onnx转rknn两个环境可以分开搭建，也可以搭建在一起。这里选择分开搭建，先搭建paddle转onnx。

AI3-PaddleOCR搭建环境1https://github.com/PaddlePaddle/PaddleOCRhttps://github.com/PaddlePaddle/PaddleOCR/releases

TensorFlow、PyTorch、PaddlePaddle 三大深度学习框架全维度对比表本文整合五大核心维度（基础信息、核心特性、部署能力、性能表现、生态社区），以表格形式清晰呈现三大框架差异，精准适配选型需求，数据来自官方实测及CSDN行业评测（2025-2026年），仅供参考。

PaddlePaddle镜像结合WebSocket实现实时推理结果推送在智能文档处理、工业质检和实时视频分析等场景中，用户不再满足于“上传—等待—刷新”的传统交互模式。他们期望的是：图像一上传，文字识别结果立刻浮现；摄像头刚捕捉到缺陷，警报就已经响起。这种对毫秒级反馈的追求，正在倒逼AI服务架构的革新。

PaddleX本地安装教程PaddleX 3.0 是基于飞桨框架构建的低代码开发工具，它集成了众多开箱即用的预训练模型，可以实现模型从训练到推理的全流程开发，支持国内外多款主流硬件，助力AI 开发者进行产业实践。下面主要是官方文档，源地址：PaddleX 文档

向上的车轮

飞桨PaddlePaddle：在整机装配行业工业自动化中的详细实践应用解析整机装配（如空调、挖掘机、服务器、新能源汽车整车等）是制造流程的“最后一公里”，具有以下特点与痛点：传统依靠人工巡检、纸质工单、抽检的方式已难以满足高质量、高效率、低成本的现代装配要求。AI视觉 + 边缘智能 + 数据闭环成为破局关键——而飞桨正是这一转型的核心技术底座。

向上的车轮

飞桨PaddlePaddle：在汽车零部件制造中的工业自动化应用详解汽车零部件制造具有高精度、高一致性、强可追溯性的要求。常见痛点包括：飞桨凭借其轻量化模型、端边云协同部署能力、中文工业生态支持，成为汽车零部件智能化升级的理想选择。

向上的车轮

飞桨（PaddlePaddle）：工业自动化案例飞桨（PaddlePaddle）作为国产开源深度学习平台，在工业自动化领域已实现大量成功落地，涵盖智能质检、设备预测性维护、安全生产监控、生产流程优化等多个核心场景。以下结合真实案例与技术路径，系统梳理其典型应用。

想你依然心痛

PaddlePaddle-v3.3：国产深度学习框架的全新突破懂得太多，看的太透，就会变成世界的孤儿。要知道：世上有两样东西不可直视，一是太阳，二是人心。随着人工智能技术的飞速发展，深度学习框架作为人工智能领域的核心技术之一，扮演着至关重要的角色。PaddlePaddle-v3.3 作为国产领先的深度学习框架，凭借其强大的功能和性能，在 AI 开发领域取得了显著的进展和突破。本文将从技术解析、实战案例、模型部署、框架对比、开源生态和行业应用等多个方面，深入探讨 PaddlePaddle-v3.3 的优势和应用价值。

向上的车轮

飞桨（PaddlePaddle）：OCR识别原理飞桨（PaddlePaddle）OCR（光学字符识别）是基于深度学习的端到端文字识别系统，由百度飞桨团队研发并开源，其核心项目为 PaddleOCR。它以高精度、轻量化、多语言支持和工业级部署能力著称，广泛应用于文档扫描、票据识别、车牌识别、屏幕文字提取等场景。

向上的车轮

飞桨PaddlePaddle：入门指南飞桨（PaddleP‌addle）是百度于2016年开源的深度学习平台，也是中国首个自主研发、功能完备、广泛应用于工业界的深度学习框架。它支持从模型训练、调优到部署的全流程，并具备高性能、易用性和丰富的生态工具。

工业级变化检测 Baseline：基于 YOLO11 + 孪生网络（Siamese Network）的实战落地在工业场景（如跑冒滴漏检测、异物入侵）中，传统的光流法或差分法极易受光照变化和背景扰动的影响。本文介绍了一种基于 YOLO11 主干的孪生分割网络（SiamYOLO-Seg）。该方案利用 YOLO 强大的特征提取能力，配合孪生网络结构，有效解决了复杂背景下的微小变化检测难题。文章包含完整的模型架构设计、混合损失函数、显存优化策略（梯度累积）及完整训练代码。

国产海光CPU+DCU+麒麟OS上使用Docker成功部署PaddleSpeech实战随着国产软硬件生态的快速发展，基于海光CPU、DCU（深度计算单元）和麒麟操作系统的技术栈已成为AI应用部署的重要选择。本文将分享如何在这一国产化环境中，利用Docker容器技术成功部署百度开源的语音处理工具PaddleSpeech，实现端到端的语音处理服务。通过实际配置文件详解，为开发者提供可复现的实践指南。

仰望尾迹云

PaddlePaddle镜像中的正则表达式预处理技巧在中文文档自动化处理的现实场景中，我们常常面临一个尴尬的问题：模型明明训练得不错，推理时却频频出错。深挖原因后发现，问题并不出在模型本身，而是输入数据“太脏”——扫描件上的水印、格式符号、脱敏号码、乱码字符混杂在一起，直接喂给OCR或NLP模型，结果自然不可控。

torch的pos[:, group] -= offset.unsqueeze(1) 飞桨api怎样实现？以前碰到过飞桨需要索引赋值的情况，issue：【论文复现】张量的bool索引和切片直接赋值问题 · Issue #37733 · PaddlePaddle/Paddle

paddlepaddle-gpu3.0.0进行ocr训练1、服务器中实用NVIDIA A100并且装有cuda 12.4版本，而paddlepaddle-gpu比较接近时cuda 12.3版本。