本项目为黑客松比赛贡献产业开源项目，基于RT-DETR-X模型对航拍图像检测，满足实际应用要求

当数据集中大部分目标均极小的情况下，使用SAHI可以进一步提高检测精度，并且它可以应用在任何现有的目标检测网络上。

抢先体验PaddleDetection最新发布高精度端到端目标检测模型DINO，其大模型在MS COCO2017测试集上AP达到63.3！

基于Label studio实现UIE信息抽取智能标注[云端版本]，快速实现标注自动化，极大程度降低人工标注成本。

使用PPYOLOE完成齿轮瑕疵检测任务，并通过Paddle Inference进行部署。

使用图像分类和语义分割模型，对井下煤流视频实时监测，可以分析出传送带的运行状态和煤量占比。若传送带长时间空转，系统会发送报警信息。最后设计GUI界面，辅助企业实现装置的启停控制和自适应调速等。

脚本+文字提取获取数据

“大数据挑战赛”是以产学合作为主导，由清华大学联合企业承办，以企业真实场景和实际数据为基础，面向全球开放的高端算法竞赛。

整理了地图可视化库folium的基础部分-构建地图和打标记，有什么错误欢迎评论区交流~喜欢就fork加star叭~

基于深度学习的心电信号分析