全球首個開源圖像識別系統(tǒng)上線了！人臉、商品、車輛識別一網(wǎng)打盡！
大家好，我是老表，你知道人臉、商品、車輛識別，以圖搜圖乃至自動駕駛，背后的技術(shù)是什么嘛？今天給大家來嘮嘮嗑，分享下前沿技術(shù)和應(yīng)用。
起初老表覺得不就是圖像分類、目標(biāo)檢測這些東西嘛，還能比人肉眼厲害？有什么難的？但能現(xiàn)實是我拿著幾千的工資，而熟練這些應(yīng)用的BAT高級工程師們都已經(jīng)輕松年薪百萬，笑傲人生了！！！
當(dāng)老表正在酸成檸檬精的時候，BAT大神幽幽的說：這背后是綜合使用目標(biāo)檢測、圖像分類、度量學(xué)習(xí)、圖像檢索的【通用圖像識別系統(tǒng)】…
度量學(xué)習(xí)是啥？圖像檢索是啥？通用圖像識別系統(tǒng)又是啥？！看來還是我Too Simple，Too Naive了…
難道我真的就無緣年薪百萬了嘛？！正在老表捶胸頓足的時候，老表突然發(fā)現(xiàn)了一個通用圖像識別系統(tǒng)快速搭建神器— PP-ShiTu！OMG！這不夢想一下就要實現(xiàn)了嘛！
趕緊Star收藏：
https://github.com/PaddlePaddle/PaddleClas
那這個項目到底有什么過人之處，圖像識別又比圖像分類、目標(biāo)檢測強在哪里呢？
拿[商品識別]舉個栗子，如果你用單純的圖像分類和目標(biāo)檢測，你會發(fā)現(xiàn)：
商品類別數(shù)以萬計：根本沒法事先把所有類別都放入訓(xùn)練集！訓(xùn)練集都不完備怎么訓(xùn)練算法？
樣本差別極小，區(qū)分難度極大：細(xì)分類差別極其細(xì)微，實際圖像的拍攝角度也多變刁鉆，識別準(zhǔn)確率非常非常低。
產(chǎn)業(yè)上線速度要求極高：每張復(fù)雜的圖片處理速度要求在毫秒級別，在閘機前讓你等個3秒絕對要炸鍋！
而這個PP-ShiTu圖像識別系統(tǒng)就可以完美解決以上問題！
準(zhǔn)備好需要識別的物體圖片后，只需三步，多類別、微差異、高速度等問題通通不再是問題，絕對的?“開箱即用”，而且它不僅可以用作商品識別，還可以進(jìn)行車輛、人臉、Logo、行人識別！！！
第一步通過目標(biāo)檢測模型，進(jìn)行主體檢測；
第二步對每個候選區(qū)域進(jìn)行特征提取；
第三步將特征提取后的向量在檢索庫中進(jìn)行檢索，完成匹配，返回識別結(jié)果。
PP-ShiTu使用流程示例
而這個圖像識別系統(tǒng)的4個核心構(gòu)成模塊，都是經(jīng)過精心打磨。無論是單獨使用亦或是串聯(lián)開發(fā)，都有非凡的效果：
PP-ShiTu架構(gòu)圖
主體檢測：采用高精度超輕量的PP-PicoDet檢測算法，它的出現(xiàn)，使PP-ShiTu的主體檢測模塊預(yù)測速度提升了15倍以上，而精度幾乎不衰減。
骨干網(wǎng)絡(luò)：采用CPU級超高性價比的輕量化骨干網(wǎng)絡(luò)PP-LCNet，它的準(zhǔn)確率不僅超越大模型ResNet50的模型效果，預(yù)測速度還是后者的3倍！簡直香個跟頭！而PP-ShiTu充分挖掘該網(wǎng)絡(luò)的潛力，學(xué)習(xí)一個具有超強泛化能力的特征提取模型，同一模型可在多個數(shù)據(jù)集上同時實現(xiàn)高精度識別。
度量學(xué)習(xí)：集成ArcMargin度量學(xué)習(xí)方法，輕松將圖像轉(zhuǎn)換成特征向量，訓(xùn)練出魯棒的圖像特征，以供后續(xù)進(jìn)行檢索識別。
檢索系統(tǒng)：集成Faiss算法，高效完成向量檢索。當(dāng)增加新的品類時，不需要重新訓(xùn)練提取特征模型，僅需要更新檢索庫即可識別新的目標(biāo)，一次訓(xùn)練長期使用，還兼容(Linux, Windows, MacOS)多平臺。
開發(fā)者不僅可以單獨或自主組裝使用這四個模塊，還可以直接采用構(gòu)建好的車輛識別、LOGO識別、商品識別、動漫識別四個系統(tǒng)。只需要補充好檢索庫，就可以直接投產(chǎn)使用了！
有了它們的助力，看齊大廠程序員，年薪百萬不是夢！（逐漸露出暴富的笑容~?）
這么強大、用心的項目 ，你還在等什么？！還不趕緊Star??收藏上車吧！
傳送門：
https://github.com/PaddlePaddle/PaddleClas
快速體驗：
https://github.com/PaddlePaddle/PaddleClas/blob/release/2.3/docs/zh_CN/quick_start/quick_start_recognition.md
直播預(yù)告
精彩內(nèi)容搶先看！長按收藏海報～
