PaddlePaddle /PaddleClas
A treasure chest for visual classification and recognition powered by PaddlePaddle
★ 5,863⑂ 1,191👁 76⑃ 2,300● 1,138▤ 11
More from this author
+0
Daily
5,863
stars
1,191
forks
76
watchers
2,300
prs
1,138
issues
11
releases
README
README_ch.md
Top issues
#1535为什么我使用ImageNet1k的train进行训练,在val上只能得到60.1%的ACC,按照论文和所给的预训练模型应该可以到66.8%的17 comments · 2021-12-07#3338官方样例demo报错: MemoryError: std::bad_alloc11 comments · 2025-01-03#1162使用release/2.0训练ResNet可以正常收敛,使用release/2.2不能收敛,均使用默认代码,只修改数据集位置11 comments · 2021-08-21#1582如何使用GPU进行数据增强处理10 comments · 2021-12-20#2596armeabi-v7a安卓无法编译9 comments · 2023-01-13#2434PP-ShiTuV2评估脚本8 comments · 2022-10-31#1478softmax的结果 sum 不等于17 comments · 2021-11-24#1202个体识别训练问题7 comments · 2021-09-03
Discussions
#3181PaddleClas正确率0 comments · 2024-07-08#2809请问 PP-HGNet 分类每个图片是只能有一个标签,还是可以有多个标签,如果可以有多个标签训练的txt文件格式怎么写?0 comments · 2023-05-21#2346language_classification0 comments · 2022-09-25
Latest release
PaddleClas v2.6.0 v2.6.0 2024-11-05- 🔥2024.11.5 添加图像分类和图像检索领域低代码全流程开发能力:
飞桨低代码开发工具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低代码全流程开发能力:
🎨 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。支持高性能推理、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
新增服务端图像识别模型(图像特征)PP-ShiTuV2_rec_CLIP_vit_base、PP-ShiTuV2_rec_CLIP_vit_large
新增多标签图像分类模型CLIP_vit_base_patch16_448_ML、PP-HGNetV2-B0_ML、PP-HGNetV2