<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          全球首個(gè)開源圖像識(shí)別系統(tǒng)上線了!人臉、商品、車輛識(shí)別一網(wǎng)打盡!

          共 2110字,需瀏覽 5分鐘

           ·

          2021-11-04 20:25

          父老們,鄉(xiāng)親們!你知道人臉、商品、車輛識(shí)別,以圖搜圖乃至自動(dòng)駕駛,背后的技術(shù)是什么嘛?

          起初小編覺得不就是圖像分類、目標(biāo)檢測(cè)這些東西嘛,有什么難的?但能熟練這些應(yīng)用的BAT高級(jí)工程師們都輕松年薪百萬,笑傲人生了!!!

          當(dāng)小編正在酸成檸檬精的時(shí)候,BAT大神幽幽的說:這背后是綜合使用目標(biāo)檢測(cè)、圖像分類、度量學(xué)習(xí)、圖像檢索的【通用圖像識(shí)別系統(tǒng)】…

          度量學(xué)習(xí)是啥?圖像檢索是啥?通用圖像識(shí)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?!正在小編捶胸頓足的時(shí)候,小編突然發(fā)現(xiàn)了一個(gè)通用圖像識(shí)別系統(tǒng)快速搭建神器— PP-ShiTu!OMG!這不夢(mèng)想一下就要實(shí)現(xiàn)了嘛!

          趕緊Star收藏:

          https://github.com/PaddlePaddle/PaddleClas

          那這個(gè)項(xiàng)目到底有什么過人之處,圖像識(shí)別又比圖像分類、目標(biāo)檢測(cè)強(qiáng)在哪里呢?

          拿[商品識(shí)別]舉個(gè)栗子,如果你用單純的圖像分類和目標(biāo)檢測(cè),你會(huì)發(fā)現(xiàn):

          • 商品類別數(shù)以萬計(jì):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(shí)際圖像的拍攝角度也多變刁鉆,識(shí)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(jí)別,在閘機(jī)前讓你等個(gè)3秒絕對(duì)要炸鍋!

          而這個(gè)PP-ShiTu圖像識(shí)別系統(tǒng)就可以完美解決以上問題!

          準(zhǔn)備好需要識(shí)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(duì)的?“開箱即用”,而且它不僅可以用作商品識(shí)別,還可以進(jìn)行車輛、人臉、Logo、行人識(shí)別!!!

          • 第一步通過目標(biāo)檢測(cè)模型,進(jìn)行主體檢測(cè);

          • 第二步對(duì)每個(gè)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(shí)別結(jié)果。


          PP-ShiTu使用流程示例

          而這個(gè)圖像識(shí)別系統(tǒng)的4個(gè)核心構(gòu)成模塊,都是經(jīng)過精心打磨。無論是單獨(dú)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(cè):采用高精度超輕量的PP-PicoDet檢測(cè)算法,它的出現(xiàn),使PP-ShiTu的主體檢測(cè)模塊預(yù)測(cè)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(jí)超高性價(jià)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(cè)速度還是后者的3倍!簡(jiǎn)直香個(gè)跟頭!而PP-ShiTu充分挖掘該網(wǎng)絡(luò)的潛力,學(xué)習(xí)一個(gè)具有超強(qiáng)泛化能力的特征提取模型,同一模型可在多個(gè)數(shù)據(jù)集上同時(shí)實(shí)現(xiàn)高精度識(shí)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(shí)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(shí),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(shí)別新的目標(biāo),一次訓(xùn)練長期使用,還兼容(Linux, Windows, MacOS)多平臺(tái)。

          開發(fā)者不僅可以單獨(dú)或自主組裝使用這四個(gè)模塊,還可以直接采用構(gòu)建好的車輛識(shí)別、LOGO識(shí)別、商品識(shí)別、動(dòng)漫識(shí)別四個(gè)系統(tǒng)。只需要補(bǔ)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(mèng)!(逐漸露出暴富的笑容~?)

          這么強(qiáng)大、用心的項(xiàng)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(yàn):

          https://github.com/PaddlePaddle/PaddleClas/blob/develop_reg/docs/zh_CN/tutorials/quick_start_recognition.md


          直播預(yù)告


          為了讓開發(fā)者更深入的了解PaddleClas并手把手教大家完成圖像識(shí)別系統(tǒng)的搭建,項(xiàng)目團(tuán)隊(duì)還精心準(zhǔn)備了為期4天的直播課程。11月2日-3日百度高工為我們講解了圖像識(shí)別技術(shù)難點(diǎn)及選型策略及SOTA模型煉丹秘訣,11月4日-5日還有圖像識(shí)別產(chǎn)業(yè)應(yīng)用的方法和技巧解析,現(xiàn)場(chǎng)直接為大家進(jìn)行答疑,還在等什么!趕緊掃碼上車吧!

          掃碼報(bào)名直播課,加入技術(shù)交流群

          精彩內(nèi)容搶先看!長按收藏海報(bào)


          如果您想詳細(xì)了解更多飛槳的相關(guān)內(nèi)容,請(qǐng)參閱以下文檔。
          官網(wǎng)地址:
          https://www.paddlepaddle.org.cn

          【PaddleClas】項(xiàng)目地址:
          GitHub: https://github.com/PaddlePaddle/PaddleClas/tree/release/2.3

          Gitee:
          https://gitee.com/paddlepaddle/PaddleClas

          這么強(qiáng)大、用心的項(xiàng)目 ,還不趕緊給各位開發(fā)者一個(gè)Star??的鼓勵(lì)!
          https://github.com/PaddlePaddle/PaddleClas



          數(shù)據(jù)來源:部分圖片來源于網(wǎng)絡(luò),侵權(quán)可刪
          瀏覽 63
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          評(píng)論
          圖片
          表情
          推薦
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  蜜芽大香蕉 | 日韩精品人妻系列 | 日本精品网 | 日韩无码专区电影 | 伊人精品综合 |