GitHub 首个开源图像识别系统又在搞事情!

本文介绍了百度飞桨开源的PaddleClas项目,包含PP-LCNet,这是一个针对Intel CPU优化的高性能骨干网络,提供商品、车辆等识别,速度超越SOTA算法。PaddleClas旨在为开发者提供高效工具,实现图像识别的落地应用。
摘要由CSDN通过智能技术生成

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:arrow_down::

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

目前已经提供的应用方向包括:: 商品识别、车辆识别、LOGO识别、动漫人物识别等。

不仅如此,PaddleClas团队最近还提 出了超强悍CPU级骨干网络PP-LCNet!速度提升2倍,超越目前所有SOTA算法!

算法速度优化遇到瓶颈,达不到要求?应用环境没有高性能硬件只有CPU?莫慌,这些开发者们的普遍痛点,今天老逛就来为万千开发者带来破局大法:针对CPU设备及加速库MKLDNN定制的骨干网络PP-LCNet!空口无凭,上图为证!

从上图我们可以看出,PP-LCNet在同样精度的情况下,速度远超当前所有的骨架网络,最多可以有2倍的性能优势!它应用在比如目标检测、语义分割等任务算法上,也可以使原本的网络有大幅度的性能提升。

而这个PP-LCNet的论文发布和代码开源后,也着实引来了众多业界开发者的关注,各界大神把PP-LCNet应用在Y

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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