PaddleClas图像识别快速入门指南

PaddleClas图像识别快速入门指南

【免费下载链接】PaddleClas A treasure chest for visual classification and recognition powered by PaddlePaddle 项目地址: https://gitcode.com/gh_mirrors/pa/PaddleClas

前言

PaddleClas是飞桨(PaddlePaddle)生态下的图像识别开发套件，提供了从训练到部署的全流程解决方案。本文将重点介绍如何使用PaddleClas进行图像识别任务的快速体验，包括移动端和PC端两种使用方式。

移动端快速体验

安装PP-ShiTu安卓应用

PP-ShiTu是PaddleClas提供的轻量级图像识别解决方案，其安卓应用可以通过以下方式获取：

1. 扫描官方提供的二维码进行下载安装
2. 直接下载APK安装包进行安装

安装完成后，您将获得一个功能完善的图像识别应用，无需任何配置即可开始体验。

应用功能详解

1. 图像识别功能

• 拍照识别：通过摄像头拍摄物体进行实时识别
• 本地识别：从相册选择图片进行识别

识别流程：

1. 应用首先使用检测模型定位图像中的主体
2. 裁剪出主体区域输入识别模型提取特征
3. 在特征库中进行相似度检索
4. 返回最相似的类别及置信度

2. 特征库管理

• 添加新类别：可以拍摄或选择图片，并输入类别名称来扩展识别能力
• 保存修改：将当前特征库保存为最新版本
• 恢复出厂设置：清空所有自定义类别，恢复初始特征库
• 类别查询：查看当前特征库中包含的所有类别

PC端快速体验

环境准备

推荐使用pip直接安装PaddleClas：

pip3 install paddleclas

如需体验最新功能或进行二次开发，可进行本地安装：

pip install -v -e .

数据准备

我们以瓶装饮料识别为例，下载并解压示例数据集：

wget https://paddle-imagenet-models-name.bj.bcebos.com/dygraph/rec/data/drink_dataset_v2.0.tar
tar -xf drink_dataset_v2.0.tar

解压后的目录结构包含：

• gallery/：构建索引库的原始图像
• index/：预构建的索引库
• test_images/：测试图像

图像识别体验

单图像识别

识别单张测试图像：

paddleclas --model_name=PP-ShiTuV2 --predict_type=shitu \
  -o Global.infer_imgs='./drink_dataset_v2.0/test_images/100.jpeg' \
  -o IndexProcess.index_dir='./drink_dataset_v2.0/index'

输出结果包含：

• bbox：检测到的物体位置
• rec_docs：识别出的类别名称
• rec_scores：识别置信度

批量识别

识别整个文件夹内的图像：

paddleclas --model_name=PP-ShiTuV2 --predict_type=shitu \
  -o Global.infer_imgs='./drink_dataset_v2.0/test_images' \
  -o IndexProcess.index_dir='./drink_dataset_v2.0/index'

处理未知类别

当遇到索引库中不存在的类别时，可以通过以下步骤扩展识别能力：

1. 准备新数据：

   • 收集新类别的示例图像
   • 创建标签文件（图像路径与类别对应关系）

2. 重建索引库：

paddleclas --build_gallery=True --model_name="PP-ShiTuV2" \
  -o IndexProcess.image_root=./drink_dataset_v2.0/gallery/ \
  -o IndexProcess.index_dir=./drink_dataset_v2.0/index_all \
  -o IndexProcess.data_file=./drink_dataset_v2.0/gallery/drink_label_all.txt

3. 使用新索引库识别：

paddleclas --model_name=PP-ShiTuV2 --predict_type=shitu \
  -o Global.infer_imgs='./drink_dataset_v2.0/test_images/mosilian.jpeg' \
  -o IndexProcess.index_dir='./drink_dataset_v2.0/index_all'

进阶模型选择

PaddleClas提供了多种预训练模型，适用于不同场景：

1. 轻量级通用模型：适合移动端和一般场景
2. 服务端模型：提供更高精度，适合特定领域：
   • Logo识别
   • 动漫人物识别
   • 车辆细分类
   • 商品识别
   • 车辆ReID等

总结

通过本文介绍，您可以快速体验PaddleClas的图像识别能力。无论是移动端还是PC端，PaddleClas都提供了简单易用的接口。对于特定场景的需求，可以通过扩展索引库或选择专用模型来获得更好的识别效果。

【免费下载链接】PaddleClas A treasure chest for visual classification and recognition powered by PaddlePaddle 项目地址: https://gitcode.com/gh_mirrors/pa/PaddleClas