Github 3.8k,人、车、OCR等9大高精度超轻量图像识别模型全开源!!

【GitHub项目推荐--全球首个开源图像识别系统】【转载】 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!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】…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。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。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。 阅读详情

ffaa0358cbf7ea5e751f81a297fed8d7.gif

人脸、车辆、人体属性、卡证、交通标识等经典图像识别能力,在我们当前数字化工作及生活中发挥着极其重要的作用。业内也不乏顶尖公司提供的可直接调用的API、SDK,但这些往往面临着定制化场景泛化效果不好、价格昂贵、黑盒可控性低、技术壁垒难以形成多诸多痛点。

而今天小编要给大家推荐的是一个完全开源免费的、覆盖人、车、OCR等9大经典识别场景、在CPU上可3毫秒实现急速识别、一行代码就可实现迭代训练的项目!

93c448c147d72fa19c28409c86f157b2.gif

图1 PaddleClas图像分类应用示意图

话不多说,赶紧送上传送门,识货的小伙伴赶紧尝试一下吧!

https://github.com/PaddlePaddle/PaddleClas

a846e210f9a8e0e505ac2c94f0e116c8.png

记得Star收藏防止走丢哦!

1c156f3808ce4f05962a38875e43dfda.gif

当然,小编不是只管吆喝的,下面小编就来详细拆解下这个项目的过人之处吧!

00fc55bfa0f6381af433ca360297fd0b.gif

图2 9大场景模型效果示意图

亮点一:完美平衡精度与速度

从大名鼎鼎的Resnet50到如今火热的Swin-Transformer,模型精度不断被刷新,但是预测效率并不高。即使是Swin-Transformer最小的模型,在CPU上的预测速度也超过100ms,远远无法满足产业实时预测的需求。

而使用MobileNet系列等轻量化模型可以保证较高的预测效率,在CPU上预测一张图像大约3ms,但是模型精度往往和大模型有很大差距。

而PaddleClas推出的超轻量图像分类方案(Practical Ultra Light Classification,简称PULC),就完美解决上述产业落地中算法精度和速度难以平衡的痛点。

50c61114f98a8cee0e0b9d05fd721adf.png

表1 不同模型精度速度结果对比

如图所示,它的精度与Swin-Transformer等大模型比肩,预测速度却可以快30倍以上,在CPU上的推理时长仅需2ms!

c68e31a8e44a3be81b7e4a92a58a1608.gif

亮点二:易用性极强

PULC方案不仅完美的平衡了精度与速度,还充分考虑了产业实践过程中需要定制化的对算法快速迭代的需求,只需一行命令,就可完成模型训练。

与此同时,PaddleClas 团队还发布了包括人、车、OCR在内的9大场景模型,仅需2步就能实现业务 POC 效果验证,训练、推理、部署一条龙,真正实现“开箱即用”。

f0f66bac3b7ee00c8172e856b23da723.png

不仅如此,项目还匹配了详细的中文使用文档及产业实践范例教程。

7564772366e25e8e3be45c5c66cbaa56.png

图3 使用文档及范例示意图

7535046fc478325765c6d43d054ff9d4.gif

亮点三:集成超多硬核技术

超轻量图像分类方案(PULC)集成了业界4大业界领先的优化策略:

3bbbe5bc0df94b60416e7e7bcb7e1421.png

图4 超轻量图像分类方案(PULC)示意图

PP-LCNet轻量级骨干网络

PP-LCNet作为针对CPU量身打造的骨干网络模型,在速度、精度方面均远超如MobileNetV3等同体量算法,多个场景模型优化后,速度较SwinTransformer的模型快30倍以上,精度较MobileNetV3_small_0.35x高18个点。

SSLD预训练权重

SSLD半监督蒸馏算法可以使小模型学习到大模型的特征和ImageNet22k无标签大规模数据的知识。在训练小模型时,使用SSLD预训练权重作为模型的初始化参数,可以使不同场景的应用分类模型获得1-2.5个点的精度提升。

数据增强策略集成

该方案融合了图像变换、图像裁剪和图像混叠3种数据增强方法,并支持自定义调整触发概率,能使模型的泛化能力大大增强,提升模型在实际场景中的性能。模型可以在上一步的基础上,精度再提升1个点左右。

SKL-UGI知识蒸馏算法

SKL(symmetric-KL)在经典的KL知识蒸馏算法的基础上引入对称信息,提升了算法的鲁棒性。同时,该方案可以方便的在训练中加入无标签训练数据(Unlabeled General Image),可以进一步提升模型效果。该算法可以使模型精度继续提升1-2个点。

加入PaddleClas技术交流群

入群福利:

1.获取PaddleClas详解本次升级内容的直播课链接。

2.获取PaddleClas团队整理的10G重磅图像分类学习大礼包,包括:

819b5e03a1c97a4a9f744ad6d6e269d9.png

图5 PaddleClas入群礼包内容示意

入群方式:

SETP1:微信扫描二维码,填写问卷

SETP2:加入交流群领取福利

ae8b9e9b38612f9a48db5f2d3f8e954a.png

PaddleClas产业落地工具集

不仅如此,PaddleClas团队考虑到真实产业应用面对的各种软硬件环境和不同的场景需求,在提供PULC方案的同时,还提供了包括3种训练方式、5种训练环境、3种模型压缩策略和9种推理部署方式在内的20种产业算法落地方案:

a6a1162c2faba85d4860a3ae46b5be9e.png

表3 图像分类产业落地工具集训练推理部署功能支持列表

集中值得高度关注的有:

01

分布式训练

飞桨分布式训练架构具备4D混合并行、端到端自适应分布式训练等多项特色技术。在PP-LCNet训练中,4机8卡相较于单机8卡加速比达到3.48倍,加速效率87%,精度无损。

02

模型压缩

飞桨模型压缩工具PaddleSlim功能完备,覆盖模型裁剪、量化、蒸馏和NAS。图像分类模型经过量化裁剪后,移动端平均预测耗时减少24%。

03

移动端/边缘端部署

飞桨轻量化推理引擎Paddle Lite适配了20+ AI 加速芯片,可以快速实现图像分类模型在移动设备、嵌入式设备和IOT设备等高效设备的部署。

以上所有模型、代码均在PaddleClas中开源提供,还有超详细文档教程和范例项目,赶紧查看全部开源代码并Star收藏吧~

链接指路:https://github.com/PaddlePaddle/PaddleClas

福利时间到

为了让开发者们更深入的了解PaddleClas这次 发布的全新内容,解决落地应用难点,掌握产业实践的核心能力,6月15-6月17日晚20:30飞桨团队精心准备了为期三天的直播课程!

百度资深工程师将为我们详细介绍超轻量图像分类方案,对各场景模型优化原理及使用方式进行拆解,之后还有产业案例全流程实操,对各类痛难点解决方案进行手把手教学,加上直播现场互动答疑,还在等什么!抓紧扫码上车吧!

69bfecba9bbab9c1f62a885cfce0564c.png

更多阅读

官网地址:https://www.paddlepaddle.org.cn

PaddleClas项目地址:

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

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

Github复现之图像分类 GitHub链接:https://github.com/lxztju/pytorch_classification 遥感分类数据集地址:http://www.lmars.whu.edu.cn/prof_web/zhongyanfei/e-code.html 这个代码挺好用的,不需要改什么东西,下面简单说一下怎么用 1.数据准备 直接跑自己的数据吧,文件夹分为train、val、test 一级目录如下,其它文件是自动产生的,等下会说 二级目录,这里有12个类别,分别放在12个文件夹里,也就是每个类别放一个文 阅读详情

相关推荐

图像识别的开源工具:PyTorch与TensorFlow在计算机视觉中的应用

1.背景介绍 图像识别技术是人工智能领域的一个重要分支,它涉及到计算机对于图像中的物体、场景和行为进行识别和理解。随着深度学习技术的发展,图像识别技术得到了重要的推动。PyTorch和TensorFlow是两个最受欢迎的深度学习框架,它们在计算机视觉领域的应用非常广泛。本文将介绍PyTorch和TensorFlow在图像识别领域的应用,以及它们在计算机

AI天才研究院 1640

AI > 图像识别的开源项目列举

这些开源项目和示例代码提供了丰富的资源和实践机会,可以帮助你快速提升图像识别的能力。建议你选择一个感兴趣的项目开始,先了解其基本概念和算法,然后逐步阅读和实践示例代码,探索其中的细节和技术。TensorFlow Models:TensorFlow Models 是一个由 TensorFlow 团队维护的开源项目,提供了许多经典的图像识别模型的实现代码。你可以探索 OpenCV 的官方示例和文档,并尝试使用它进行基本的图像处理任务,如边缘检测、图像平滑、特征提取等。抖动的声音:dilo_Abel。

DL_62532的专栏 4156

GitHub 首个开源图像识别系统又在搞事情!

今天必须推荐一个由百度飞桨开源的项目-PaddleClas,该 Repo 提供了全球首个完整开源通用图像识别系统。 不仅如此,作为视觉任务的坚实底座,PaddleClas还提供了 35 个系列,近 200 个预训练模型和性能评估,力求为工业界和学术界提供更高效便捷的开发工具,为开发者带来更流畅优质的使用体验,实现行业场景实现落地应用。 想要获取更多PaddleClas相关介绍及教程文档可前往⬇️: 地址: https://github.com/PaddlePaddle/PaddleClas 目前已

【优快云】 2985

Github 又现神器!累计star超过11.5K,这个OCR神器开源啦!

一、导读OCR方向的工程师,一定需要知道这个OCR开源项目:PaddleOCR短短半年时间,累计Star数量已超过11.5K,频频登上Github Trending和Paperswithc...

cainiao_python的博客 2720

基于32nm CMOS工艺的传输门D触发器设计及HSPICE仿真分析

根据半导体集成电路、利用Hspice软件以及数字电路等课程的知识,使用集成电路CMOS工艺完成触发器的设计,帮助初学者熟悉和掌握集成电路芯片电路设计及模拟方法和技巧

2302_81301620的博客 2457

展锐双摄帧同步实战:从配置到调试的完整避坑指南

本文深入剖析了在展锐平台上实现双摄帧同步的完整流程与核心技术。详细对比了硬件帧同步与软件帧同步的差异、应用场景及核心挑战,提供了从XML配置、驱动层适配到调试验证的实战指南。重点强调了硬件帧同步必须与固定帧率强绑定这一关键避坑点,并分享了针对景深虚化等场景的同步质量验证方法及长稳测试策略。

kiwi8的博客 403

开源项目&免费接口:图像识别以精准分类和快速处理

一款多模态AI能力引擎,专注于提供自然语言处理(NLP)、情感分析、实体识别、图像识别可以本地化部署,也可以云端SaaS调用,微信扫码即可登录。高效能图像处理能力我们的免费接口提供了强大的图像处理能力,能够快速准确地识别和分类各种图像内容,无论是静态图片还是动态视频流,都能实现高效的图像分析和处理。精准的图像识别技术。

1897

数据去重复_京东商品评论情感分析|文本数据预处理

本文爬取了十款热销手机的文本评论数据后,首先对文本评论数据做文本预处理,文本评论数据中存在大量的无价值信息,引入无用的文本数据,对其作情感分析,显然没有价值,得出的文本挖掘结果也不尽人意。所以对于文本评论数据先进行文本预处理是必不可少的一步,把大量的、冗余的、无价值的信息去除,可以极大提高文本数据的质量,精确文本分析结果。1 文本去重1.1文本去重的原因文本数据预处理时,首先应去除文本评论数据中反...

weixin_34556808的博客 2074

最新开源的图像识别算法来了!

Datawhale开源方向:图像识别开源项目人脸、车辆、人体属性、卡证、交通标识等经典图像识别能力,在我们当前数字化工作及生活中发挥着极其重要的作用。业内也不乏顶尖公司提供的可直接调用的API、SDK,但这些往往面临着定制化场景泛化效果不好、价格昂贵、黑盒可控性低、技术壁垒难以形成多诸多痛点。而今天小编要给大家推荐的是一个完全开源免费的、覆盖人、车、OCR等9大经典识...

Datawhale 1万+

Go语言全面解析:从入门到精通

Go语言是由Google开发的一种静态类型、编译型编程语言,具有简洁、高效、安全的特点。它特别适合高并发服务、云原生应用和网络编程等场景。Go采用Goroutine和Channel实现轻量级并发,性能接近C/C++。与其他语言相比,Go语法更简洁但类型更严格,编译速度快且跨平台支持好。虽然Go支持多种设计模式和编程范式,但其面向对象实现方式与传统语言不同。标准库丰富且拥有Gin、GORM等企业级框架。核心语法包括包管理、变量声明、函数定义、流程控制等,适合构建高性能后端服务和系统工具。

博哥哥的博客 4925

【AI大模型:架构实战】31、工业级AI大模型系统全景解析:从架构设计到提示语引擎实践

本文系统解析了工业级AI大模型的核心架构与技术体系。整体采用分层解耦设计,包含数据工程、模型训练、模型部署、应用集成和监控运维五大核心模块,以及分布式计算、高速网络、异构硬件三大支撑体系。数据工程构建高质量数据处理流水线;模型训练实现从预训练到业务适配的全流程;模型部署优化服务性能与可用性;应用集成连接业务场景;监控运维保障系统持续优化。三大支撑能力专注于千亿参数管理、高并发低延迟处理和持续学习进化。该架构设计既满足当前需求,又为技术演进预留空间,为企业在数字化转型中提供AI工业化落地的完整解决方案。

2025博客之星Top81。专注AI工程化与架构实战。从分布式思维到模型部署,用工程化视角为你厘清AI落地的真实路径。 1996

重磅开源! 9 个 yyds 图像识别模型

人脸、车辆、人体属性、卡证、交通标识等经典图像识别能力,在我们当前数字化工作及生活中发挥着极其重要的作用。业内也不乏顶尖公司提供的可直接调用的API、SDK,但这些往往面临着定制化场景泛化效果不好、价格昂贵、黑盒可控性低、技术壁垒难以形成多诸多痛点。而今天小编要给大家推荐的是一个完全开源免费的、覆盖人、车、OCR等9大经典识别场景、在CPU上可3毫秒实现急速识别、一行代码...

公众号:逛逛GitHub 8401

硬件电路RS485通信EMC 设计

RS485通讯硬件设计与STM32实现要点 本文详细介绍了RS485通讯系统的硬件设计和STM32实现方案。硬件设计重点包括:采用总线型拓扑结构、120Ω终端电阻匹配、屏蔽双绞线布线、TVS管和自恢复保险丝保护等核心要素。EMC设计强调共模电感抑制干扰、屏蔽层单端接地、光电隔离等技术。软件实现方面,提供了基于STM32F103的完整程序框架,包括UART初始化、收发控制逻辑和中断处理机制,特别强调了收发切换时机、波特率精度等关键注意事项。文中还给出了工业传感器节点的实际应用案例,展示了一个完整的EMC防护电

qq_37999850的博客 1384

【亲测免费】 探秘Nextcloud Recognize:一款强大的开源图像识别工具

探秘Nextcloud Recognize:一款强大的开源图像识别工具 项目简介 在当前这个大数据和人工智能的时代,图像识别技术已经渗透到我们日常生活的各个角落。 是一个由 Nextcloud 团队开发的开源项目,旨在帮助用户高效地管理和搜索个人存储的照片和图片。它利用深度学习技术,为用户提供自动化的标签功能,让查找图片变得简单而直观。 技术分析 Nextcloud Recognize 基于 Te...

gitblog_00010的博客 1405

C# 与华中数控设备通信:数控机床自动化控制与实时监测系统

华中数控系统与C#通信开发指南 核心要点 通信基础 支持串口(RS232/RS485)和以太网两种连接方式 协议选择:通用Modbus协议或华中自定义HNC协议 关键数据映射表明确各参数对应的寄存器地址和功能码 系统架构 四层架构:设备层→通信层→业务层→应用层 包含实时数据采集、指令下发、状态监控、异常处理全流程 支持Modbus和HNC协议动态切换 代码实现 串口通信使用NModbus库简化开发 提供连接管理、数据读取、指令下发完整示例 包含异常处理和超时重连机制 应用价值 实现数控机床远程监控和自动化

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 2025

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

开源AI图像识别:支持扫描文件批量识别快速对接数据库存储

思通数科研发了一款多模态AI能力引擎,专注于提供自然语言处理(NLP)、情感分析、实体识别、图像识别与分类、OCR识别和语音识别等接口服务。该平台功能强大,支持本地化部署,并鼓励用户体验和开发者共同完善,以实现开源共享。文件封识别技术是利用图像处理和模式识别算法,对图片中的文件封(如文件袋、单据袋等)进行检测和识别的过程。该技术可以识别不同类型和规格的文件封,广泛应用于物流、档案管理等领域。

1845

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

全球首个开源图像识别系统上线了!人脸、商品、车辆识别一网打尽!

父老们,乡亲们!你知道人脸、商品、车辆识别,以图搜图乃至自动驾驶,背后的技术是什么吗?起初我觉得不就是图像分类、目标检测这些东西嘛,有什么难的?但能熟练这些应用的BAT高级工程师们都轻松年...

3D视觉工坊 1027

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

快递服务革新:图像识别技术提升包裹处理效率(开源)

通过集成深度学习和计算机视觉算法,我们的项目团队成功开发了一套智能系统,它能够识别各种尺寸、形状和标签的包裹,并将其自动分配到相应的处理流程中。此外,自动化的图像识别系统减少了对人工分拣的依赖,释放了人力资源,使得团队能够专注于更高层次的任务,如客户服务和业务拓展。在我负责的一个快递服务项目中,遇到了一个棘手的问题:随着业务量的激增,传统的人工分拣方式已经无法满足效率和准确性的要求。通过这样的技术流程,我们的图像分类系统能够高效地处理大量的包裹图像,自动完成分类任务,极大地提高了快递分拣的效率和准确性。

2581

Github star 3.5k,人、车、OCR等9大图像识别模型全开源!!

人脸、车辆、人体属性、卡证、交通标识等经典图像识别能力,在我们当前数字化工作及生活中发挥着极其重要的作用。业内也不乏顶尖公司提供的可直接调用的API、SDK,但这些往往面临着定制化场景泛化效果不好、价格昂贵、黑盒可控性低、技术壁垒难以形成多诸多痛点。而今天小编要给大家推荐的是一个完全开源免费的、覆盖人、车、OCR等9大经典识别场景、在CPU上可3毫秒实现急速识别、一行代码...

zandaoguang的博客 4025

开源图形图像AI大模型

TensorFlow Object Detection API:TensorFlow Object Detection API是一个用于目标检测的开源工具包,基于TensorFlow深度学习框架,它包含了各种预训练的目标检测模型,可以用于实时视频中的对象检测任务。YOLO的开源实现Darknet可以用于视频中的实时目标检测。OpenPose:OpenPose是一个用于人体姿态估计的开源库,能够检测出视频中人体的关键点位置,包括手部、头部、腿部等。它可以用于人体动作分析和体感控制等应用。

u010711867的博客 721

【亲测免费】 推荐开源神器:imgdiff——像素级图像差异检测新星

在软件开发和自动化测试中,比较图像的细微差异是一项重要任务。今天,我们要向你介绍一个全新的图像差异检测工具——imgdiff。这个开源项目以其惊人的速度,挑战了现有的最快工具,并且在性能上表现出色。 ## 1、项目介绍 imgdiff 是一个轻量级但高效的命令行工具,用于对比两张图片的像素差异。它的核心目标是快速、准确地识别并突出显示图片间的微小变化。与已知的最快的像素级图像差异工具 odif...

gitblog_00084的博客 1730

手把手教你用conda环境运行阿里开源图像识别模型

环境隔离 → 依赖安装 → 文件管理 → 脚本修改 → 模型推理 → 结果验证”的全流程闭环。这不仅是运行阿里“万物识别”模型的方法,更是你在未来面对任何开源 AI 项目时都可复用的标准操作范式。

weixin_42604188的博客 332

5个开源图像识别模型部署推荐:万物识别-中文镜像免配置快速上手

本文介绍了如何在星图GPU平台上自动化部署“万物识别-中文-通用领域”镜像,快速实现图像识别功能。该平台简化了部署流程,用户无需配置环境即可开箱即用。该镜像能将图片内容转化为流畅的中文描述,典型应用于智能相册管理、内容审核等需要自动生成图片文字说明的场景。

MoonstoneFalcon62的博客 575

开源大模型项目,助你效率提高 10 倍

Flowise 是一款开源 UI 可视化工具,用于构建定制的 LLM 编排流程和 AI 代理。" )}

2401_85375298的博客 1874

文字识别(OCR)介绍与开源方案对比

OCR基本介绍与OCR开源项目情况优缺点对比

蜗牛小将 2万+
上一篇: 办公室VR黄片,骚操作!微软HoloLens之父辞职!
下一篇: 网传互联网公司加班表,排名第一的没悬念
公众号:【GitHub爱好者社区】
博客等级 码龄6年 357粉丝 48原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值