Eric005的博客

本示例利用Ultra-Light-Fast-Generic-Face-Detector-1MB模型完成人脸检测。该模型是针对边缘计算设备或低算力设备(如用ARM推理)设计的实时超轻量级通用人脸检测模型，可以在低算力设备中如用ARM进行实时的通用场景的人脸检测推理。一、定义待预测数据以本示例中文件夹下qwer.jpg为待预测图片安装paddlehhubpip install paddlehub==1.6.2 -i https://pypi.tuna.tsinghua.edu.cn/simple#

情感倾向分析（Sentiment Classification，简称Senta）针对带有主观描述的中文文本，可自动判断该文本的情感极性类别并给出相应的置信度，能够帮助企业理解用户消费习惯、分析热点话题和危机舆情监控，为企业提供有利的决策支持。（此其实就是一个二分类问题）一、定义待预测数据以”这家餐厅很不错“，”这部电影真的很差“为例，展示如何如何使用Senta进行情感分析。安装paddkehub：pip install paddlehub==1.6.2 -i https://pypi.tuna.ts

Lexical Analysis of Chinese，简称 LAC，是一个联合的词法分析模型，能整体性地完成中文分词、词性标注、专名识别任务。一、定义待预测数据以“今天是个好日子”，“今天天气晴朗”，"下一班地铁马上就要到了"为例，展示如何使用LAC进行切词。首先进行paddlehub的下载：pip install paddlehub==1.7.1 -i https://pypi.tuna.tsinghua.edu.cn/simple预训练模型对文本的要求：test_text = [“今天