Repository files navigation

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-ShiTuV2图像识别系统效果展示 PULC实用图像分类模型效果展示

🔥2024.11.5 添加图像分类和图像检索领域低代码全流程开发能力 :

  • 飞桨低代码开发工具PaddleX,依托于PaddleClas的先进技术,支持了图像分类和图像检索领域的 低代码全流程 开发能力:
  • 🎨 模型丰富一键调用 :将通用图像分类、图像多标签分类、通用图像识别、人脸识别涉及的 98个模型 整合为6条模型产线,通过极简的 Python API一键调用 ,快速体验模型效果。此外,同一套API,也支持目标检测、图像分割、文本图像智能分析、通用OCR、时序预测等共计 200+模型 ,形成20+单功能模块,方便开发者进行 模型组合使用
  • 🚀 提高效率降低门槛 :提供基于 统一命令 图形界面 两种方式,实现模型简洁高效的使用、组合与定制。支持 高性能推理、服务化部署和端侧部署 等多种部署方式。此外,对于各种主流硬件如 英伟达GPU、昆仑芯、昇腾、寒武纪和海光 等,进行模型开发时,都可以 无缝切换
  • 新增图像分类算法 MobileNetV4、StarNet、FasterNet
  • 新增服务端图像识别模型(图像特征) PP-ShiTuV2_rec_CLIP_vit_base、PP-ShiTuV2_rec_CLIP_vit_large
  • 新增多标签图像分类模型 CLIP_vit_base_patch16_448_ML、PP-HGNetV2-B0_ML、PP-HGNetV2-B4_ML、PP-HGNetV2-B6_ML、PP-LCNet_x1_0_ML、ResNet50_ML
  • 新增人脸识别模型 MobileFaceNet、ResNet50_face ,新增 人脸识别端到端系统
  • 2022.9.13 发布超轻量图像识别系统 PP-ShiTuV2

  • recall1精度提升8个点,覆盖商品识别、垃圾分类、航拍场景等 20+识别场景
  • 新增 库管理工具 Android Demo 全新体验。
  • 🌟 特性

    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 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 PP-ShiTu图像识别系统

    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