简体中文 | English

PaddleClas

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-ShiTu图像识别系统应用范围

PULC实用图像分类模型效果展示

📣 近期更新

🔥2023.3.16 PaddleClas集成了高性能、全场景模型部署方案FastDeploy,欢迎参考 指南 试用(注意使用develop分支)。

💥 直播回放 :PaddleClas研发团队详解PP-ShituV2优化策略与真实产业应用。微信扫描下方二维码,关注公众号并填写问卷后进入官方交流群,获取直播回放与20G重磅图像分类学习大礼包(内含20+数据集、4个垂类模型、70+前沿论文集合)

  • 📑项目合作: 如果您是企业开发者且有明确的图像分类应用需求,填写 问卷 后可免费与官方团队展开不同层次的合作。
  • 👫加入社区: 微信扫描二维码并填写问卷之后,加入交流群领取 20G重磅图像分类学习大礼包 ,内含
  • 20+场景数据库 ,包括各类商品、动植物、航拍图像等数据集
  • 场景应用 模型集合 :包括人员出入管理、生鲜品识别、商品识别等
  • 70+前沿图像分类与识别论文 、历次发版课程视频、PPT与优质社区项目等
  • 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

    PP-ShiTuV2图像识别系统效果展示

  • 瓶装饮料识别
  • PULC融合了骨干网络、数据增广、蒸馏等多种前沿算法,可以自动训练得到轻量且高精度的图像分类模型。 PaddleClas提供了覆盖人、车、OCR场景九大常见任务的分类模型,CPU推理3ms,精度比肩SwinTransformer。

    PULC实用图像分类模型效果展示