同步操作将从 PaddlePaddle/PaddleClas 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
简体中文 | English
飞桨图像识别套件PaddleClas是飞桨为工业界和学术界所准备的一个图像识别和图像分类任务的工具集,助力使用者训练出更好的视觉模型和应用落地。
PP-ShiTuV2图像识别系统效果展示 | PULC实用图像分类模型效果展示 |
---|---|
2022.9.14 发布商超零售新革命-生鲜智能结算产业应用范例
🔥️ 2022.9.13 发布超轻量图像识别系统PP-ShiTuV2:
2022.9.4 新增生鲜产品自主结算范例库,具体内容可以在AI Studio上体验。
2022.6.15 发布PULC超轻量图像分类实用方案,CPU推理3ms,精度比肩SwinTransformer,覆盖人、车、OCR场景九大常见任务。
2022.5.23 新增人员出入管理范例库,具体内容可以在 AI Studio 上体验。
2022.5.20 上线PP-HGNet, PP-LCNetv2。
PaddleClas支持多种前沿图像分类、识别相关算法,发布产业级特色骨干网络PP-HGNet、PP-LCNetv2、 PP-LCNet和SSLD半监督知识蒸馏方案等模型,在此基础上打造PULC超轻量图像分类方案和PP-ShiTu图像识别系统。
上述内容的使用方法建议从文档教程中的快速开始体验
模型简介 | 应用场景 | 模型下载链接 |
---|---|---|
PULC 超轻量图像分类方案 | 固定图像类别分类方案 | 人体、车辆、文字相关9大模型:模型库连接 |
PP-ShituV2 轻量图像识别系统 | 针对场景数据类别频繁变动、类别数据多 | 主体检测模型:预训练模型 / 推理模型 识别模型:预训练模型 / 推理模型 |
PP-LCNet 轻量骨干网络 | 针对Intel CPU设备及MKLDNN加速库定制 | PPLCNet_x1_0:预训练模型 / 推理模型 |
PP-LCNetV2 轻量骨干网络 | 针对Intel CPU设备,适配OpenVINO | PPLCNetV2_base:预训练模型 / 推理模型 |
PP-HGNet 高精度骨干网络 | GPU设备上相同推理时间精度更高 | PPHGNet_small:预训练模型 / 推理模型 |
全部模型下载链接可查看 文档教程 中的各模型介绍
PP-ShiTuV2是一个实用的轻量级通用图像识别系统,主要由主体检测、特征学习和向量检索三个模块组成。该系统从骨干网络选择和调整、损失函数的选择、数据增强、学习率变换策略、正则化参数选择、预训练模型使用以及模型裁剪量化多个方面,采用多种策略,对各个模块的模型进行优化,PP-ShiTuV2相比V1,Recall1提升近8个点。更多细节请参考PP-ShiTuV2详细介绍。
本项目的发布受Apache 2.0 license许可认证。
我们非常欢迎你为PaddleClas贡献代码,也十分感谢你的反馈。 如果想为PaddleCLas贡献代码,可以参考贡献指南。
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。