README_ch.md · PaddlePaddle/PaddleHub

简体中文 | English

快速开始 | 教程文档 | 模型搜索 | 演示Demo

简介与特性

PaddleHub旨在为开发者提供丰富的、高质量的、直接可用的预训练模型
【模型种类丰富】: 涵盖CV、NLP、Audio、Video、工业应用主流五大品类的 350+ 预训练模型，全部开源下载，离线可运行
【超低使用门槛】：无需深度学习背景、无需数据与训练过程，可快速使用AI模型
【一键模型快速预测】：通过一行命令行或者极简的Python API实现模型调用，可快速体验模型效果
【一键模型转服务化】：一行命令，搭建深度学习模型API服务化部署能力
【十行代码迁移学习】：十行代码完成图片分类、文本分类的迁移学习任务
【跨平台兼容性】：可运行于Linux、Windows、MacOS等多种操作系统

近期更新

2021.05.12，新增轻量级中文对话模型plato-mini，可以配合使用wechaty实现微信闲聊机器人，参考demo
2021.04.27，发布v2.1.0版本。【1】新增基于VOC数据集的高精度语义分割模型2个，语音分类模型3个。【2】新增图像语义分割、文本语义匹配、语音分类等相关任务的Fine-Tune能力以及相关任务数据集;完善部署能力：【3】新增ONNX和PaddleInference等模型格式的导出功能。【4】新增BentoML 云原生服务化部署能力，可以支持统一的多框架模型管理和模型部署的工作流，详细教程. 更多内容可以参考BentoML 最新 v0.12.1 Releasenote.（感谢@parano @cqvu @deehrlic）的贡献与支持。【5】预训练模型总量达到【300】个。
2021.02.18，发布v2.0.0版本，【1】模型开发调试更简单，finetune接口更加灵活易用。视觉类任务迁移学习能力全面升级，支持图像分类、图像着色、风格迁移等多种任务；BERT、ERNIE、RoBERTa等Transformer类模型升级至动态图，支持文本分类、序列标注的Fine-Tune能力；【2】优化服务化部署Serving能力，支持多卡预测、自动负载均衡，性能大幅度提升；【3】新增自动数据增强能力Auto Augment，能高效地搜索适合数据集的数据增强策略组合。【4】新增词向量模型61个，其中包含中文模型51个，英文模型10个；新增图像分割模型4个、深度模型2个、图像生成模型7个、文本生成模型3个。【5】预训练模型总量达到【274】 个。
More

精品模型效果展示【更多】

图像类（161个）

包括图像分类、人脸检测、口罩检测、车辆检测、人脸/人体/手部关键点检测、人像分割、80+语言文本识别、图像超分/上色/动漫化等

感谢CopyRight@PaddleOCR、PaddleDetection、PaddleGAN、AnimeGAN、openpose、PaddleSeg、Zhengxia Zou、PaddleClas 提供相关预训练模型，训练能力开放，欢迎体验。

文本类（129个）

包括中文分词、词性标注与命名实体识别、句法分析、AI写诗/对联/情话/藏头诗、中文的评论情感分析、中文色情文本审核等

感谢CopyRight@ERNIE、LAC、DDParser提供相关预训练模型，训练能力开放，欢迎体验。

语音类（3个）

TTS语音合成算法，多种算法可选
感谢CopyRight@Parakeet提供预训练模型，训练能力开放，欢迎体验。
输入：Life was like a box of chocolates, you never know what you're gonna get.
合成效果如下:

deepvoice3	fastspeech	transformer

视频类（8个）

包含短视频分类，支持3000+标签种类，可输出TOP-K标签，多种算法可选。
感谢CopyRight@PaddleVideo提供预训练模型，训练能力开放，欢迎体验。
举例：输入一段游泳的短视频，算法可以输出"游泳"结果

===划重点===

以上所有预训练模型全部开源，模型数量持续更新，欢迎⭐Star⭐关注。

欢迎加入PaddleHub技术交流群

在使用模型过程中有任何问题，可以加入官方微信群，获得更高效的问题答疑，与各行各业开发者充分交流，期待您的加入。

扫码备注"Hub"加好友之后，再发送“Hub”，会自动邀请您入群。

快速开始

【零基础windows安装并实现图像风格迁移】

【零基础mac安装并实现图像风格迁移】

【零基础linux安装并实现图像风格迁移】

快速安装相关组件

!pip install --upgrade paddlepaddle -i https://mirror.baidu.com/pypi/simple
!pip install --upgrade paddlehub -i https://mirror.baidu.com/pypi/simple

极简中文分词案例

import paddlehub as hub

lac = hub.Module(name="lac")
test_text = ["今天是个好天气。"]

results = lac.cut(text=test_text, use_gpu=False, batch_size=1, return_tag=True)
print(results)
#{'word': ['今天', '是', '个', '好天气', '。'], 'tag': ['TIME', 'v', 'q', 'n', 'w']}