更新日志

• 🔥2024.10.1 发布PaddleClas release/2.6:

  • 飞桨一站式全流程开发工具PaddleX，依托于PaddleClas的先进技术，支持了图像分类和图像检索领域的一站式全流程开发能力：
    • 🎨 模型丰富一键调用：将通用图像分类、图像多标签分类、通用图像识别、人脸识别涉及的98个模型整合为6条模型产线，通过极简的Python API一键调用，快速体验模型效果。此外，同一套API，也支持目标检测、图像分割、文本图像智能分析、通用OCR、时序预测等共计200+模型，形成20+单功能模块，方便开发者进行模型组合使用。
    • 🚀 提高效率降低门槛：提供基于统一命令和图形界面两种方式，实现模型简洁高效的使用、组合与定制。支持高性能部署、服务化部署和端侧部署等多种部署方式。此外，对于各种主流硬件如英伟达GPU、昆仑芯、昇腾、寒武纪和海光等，进行模型开发时，都可以无缝切换。
  • 新增图像分类算法MobileNetV4、StarNet、FasterNet

• 2022.9.13 发布超轻量图像识别系统PP-ShiTuV2：

  • recall1精度提升8个点，覆盖商品识别、垃圾分类、航拍场景等20+识别场景，
  • 新增库管理工具，Android Demo全新体验。

• 2022.9.4 新增生鲜产品自主结算范例库，具体内容可以在AI Studio上体验。

• 2022.6.15 发布PULC超轻量图像分类实用方案，CPU推理3ms，精度比肩SwinTransformer，覆盖人、车、OCR场景九大常见任务。

• 2022.5.23 新增人员出入管理范例库，具体内容可以在 AI Studio 上体验。

• 2022.5.20 上线PP-HGNet, PP-LCNetv2。

• 2022.4.21 新增 CVPR2022 oral论文 MixFormer 相关代码。

• 2021.11.1 发布PP-ShiTu技术报告，新增饮料识别demo。

• 2021.10.23 发布轻量级图像识别系统PP-ShiTu，CPU上0.2s即可完成在10w+库的图像识别。点击这里立即体验。

• 2021.09.17 发布PP-LCNet系列超轻量骨干网络模型, 在Intel CPU上，单张图像预测速度约5ms，ImageNet-1K数据集上Top1识别准确率达到80.82%，超越ResNet152的模型效果。PP-LCNet的介绍可以参考论文, 或者PP-LCNet模型介绍，相关指标和预训练权重可以从 这里下载。

• 2021.08.11 更新 7 个FAQ。

• 2021.06.29 添加 Swin-transformer 系列模型，ImageNet1k 数据集上 Top1 acc 最高精度可达 87.2%；支持训练预测评估与 whl 包部署，预训练模型可以从这里下载。

• 2021.06.22,23,24 PaddleClas 官方研发团队带来技术深入解读三日直播课。课程回放：https://aistudio.baidu.com/aistudio/course/introduce/24519

• 2021.06.16 PaddleClas v2.2 版本升级，集成 Metric learning，向量检索等组件。新增商品识别、动漫人物识别、车辆识别和 logo 识别等 4 个图像识别应用。新增 LeViT、Twins、TNT、DLA、HarDNet、RedNet 系列 30 个预训练模型。

• 2021.04.15

  • 添加 MixNet_L 和 ReXNet_3_0 系列模型，在 ImageNet-1k 上 MixNet 模型 Top1 Acc 可达 78.6%，ReXNet 模型可达 82.09%

• 2021.01.27

  • 添加 ViT 与 DeiT 模型，在 ImageNet 上，ViT 模型 Top-1 Acc 可达 81.05%，DeiT 模型可达 85.5%。

• 2021.01.08

  • 添加 whl 包及其使用说明，直接安装 paddleclas whl 包，即可快速完成模型预测。

• 2020.12.16

  • 添加对 cpp 预测的 tensorRT 支持，预测加速更明显。

• 2020.12.06

  • 添加 SE_HRNet_W64_C_ssld 模型，在 ImageNet 上 Top-1 Acc 可达 0.8475。

• 2020.11.23

  • 添加 GhostNet_x1_3_ssld 模型，在 ImageNet 上 Top-1 Acc 可达 0.7938。

• 2020.11.09

  • 添加 InceptionV3 结构和模型，在 ImageNet 上 Top-1 Acc 可达 0.791。

• 2020.10.20

  • 添加 Res2Net50_vd_26w_4s_ssld 模型，在 ImageNet 上 Top-1 Acc 可达 0.831；添加 Res2Net101_vd_26w_4s_ssld 模型，在 ImageNet 上 Top-1 Acc 可达 0.839。

• 2020.10.12

  • 添加 Paddle-Lite demo。

• 2020.10.10

  • 添加 cpp inference demo。
  • 添加 FAQ 30 问。

• 2020.09.17

  • 添加 HRNet_W48_C_ssld 模型，在 ImageNet 上 Top-1 Acc 可达 0.836；添加 ResNet34_vd_ssld 模型，在 ImageNet 上 Top-1 Acc 可达 0.797。

• 2020.09.07

  • 添加 HRNet_W18_C_ssld 模型，在 ImageNet 上 Top-1 Acc 可达 0.81162；添加 MobileNetV3_small_x0_35_ssld 模型，在 ImageNet 上 Top-1 Acc 可达 0.5555。

• 2020.07.14

  • 添加 Res2Net200_vd_26w_4s_ssld 模型，在 ImageNet 上 Top-1 Acc 可达 85.13%。
  • 添加 Fix_ResNet50_vd_ssld_v2 模型，，在 ImageNet 上 Top-1 Acc 可达 84.0%。

• 2020.06.17

  • 添加英文文档。

• 2020.06.12

  • 添加对 windows 和 CPU 环境的训练与评估支持。

• 2020.05.17

  • 添加混合精度训练。

• 2020.05.09

  • 添加 Paddle Serving 使用文档。
  • 添加 Paddle-Lite 使用文档。
  • 添加 T4 GPU 的 FP32/FP16 预测速度 benchmark。

• 2020.04.10:

  • 第一次提交。