【GitHub项目推荐--全球首个开源图像识别系统】【转载】

发布时间:2024年01月20日

你知道人脸识别、商品识别、车辆识别,以图搜图乃至自动驾驶,背后的技术是什么嘛?并不是图像分类、目标检测这些东西,而是综合使用目标检测、图像分类、度量学习、图像检索的【通用图像识别系统】…

度量学习是啥?图像检索是啥?通用图像识别系统又是啥?好奇之余,老逛突然发现了一个通用图像识别系统快速搭建神器!

GitHub地址:https://github.com/PaddlePaddle/PaddleClas

那这个项目到底有什么过人之处,图像识别又比图像分类、目标检测强在哪里呢?拿「商品识别」举个栗子,如果你用单纯的图像分类和目标检测,你会发现:

  • 商品类别数以万计:根本没法事先把所有类别都放入训练集!训练集都不完备怎么训练算法?

  • 样本类别极不均衡:每类商品的数量分布参差不齐,有的类别只有1、2张图片!这样的类别即使投入算法训练,识别准确率也是非常非常低的。

  • 品类更新极快:各个商家不停的推出新的品类,每增加新的产品都要辛辛苦苦重新训练模型!

而使用图像识别,不仅能将以上问题完美解决!而且上手极快,简单易懂。准备好需要识别的物体图片后,只需三步,多类别、小样本、数据不均衡通通不再是问题!并且它除了商品识别,还可以进行车辆、人脸、Logo、行人识别,让我们一起想识别什么就识别什么!(是自由的感觉没错了!)

并且这个图像识别系统的4个核心构成模块,都是经过精心打磨。无论是单独使用亦或是串联开发,都有非凡的效果:

主体检测:采用高精准超轻量的PP-YOLOv2检测算法,快速对图像进行主体检测,提升识别效率。

骨干网络:精选6个系列Backbone,覆盖最精巧的移动端模型和高精准的服务端模型,支持对结构进行快速修改,满足不同使用场景的需求。

度量学习:集成ArcMargin, CenterLoss, TriHard等业界最领先的度量学习方法,并能任意组合,轻松训练出鲁棒的图像特征。

检索系统:集成百度自研的M?bius算法,高效完成向量检索,并能随时更新检索库,一次训练长期使用。

开发者不仅可以单独或自主组装使用这四个模块,还可以直接采用构建好的车辆识别、LOGO识别、商品识别、动漫识别四个系统。只需要补充好检索库,就可以直接投产使用了!

有了它们的助力,看齐大厂程序员,年薪百万不是梦!

这么强大、用心的项目 ,你还在等什么?!还不赶紧?Star?上车吧!

传送门:https://github.com/PaddlePaddle/PaddleClas

快速体验:

https://github.com/PaddlePaddle/PaddleClas/blob/release%2F2.2/docs/zh_CN/tutorials/quick_start_recognition.md

原文链接:

全球首个开源图像识别系统上线了!?

文章来源:https://blog.csdn.net/j8267643/article/details/135707764
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。