PaddleClas 發(fā)版 v2.5，帶來全新升級的 PP-ShituV2 輕量級圖像識別系統(tǒng)。歡迎廣大開發(fā)者使用 NVIDIA 與飛槳聯(lián)合深度適配的 NGC 飛槳容器在 NVIDIA GPU 上體驗！

1. PaddleClas v2.5 版本升級

圖像識別作為深度學(xué)習(xí)算法的主流實踐應(yīng)用方向，早已在生活的各個領(lǐng)域發(fā)揮作用。如安全檢查、身份核驗時的人臉識別；無人貨架、智能零售柜中的商品識別，其背后的關(guān)鍵技術(shù)都在于此。

然而實現(xiàn)理想的識別效果卻并不容易:

針對海量數(shù)據(jù)，不同場景均實現(xiàn)優(yōu)秀的表征能力，能否一套方案全搞定？

不同物品的差別極其微小，或者同類物品由于受到外界干擾卻呈現(xiàn)不同形態(tài)，究竟如何進行有效區(qū)分？

識別需求更新頻繁，使用單一模型必須不斷重訓(xùn)模型，怎樣才能降低開發(fā)成本，快速跟上迭代步伐？

此次 PaddleClas 最新升級發(fā)布的通用圖像識別系統(tǒng) PP-ShiTuV2 完美解決以上難點，無需訓(xùn)練，一套模型即可完成 20+ 高頻場景的圖像識別；對于新增類別更是只需兩步即可添加入庫，實現(xiàn)精準(zhǔn)識別。

圖2 PP-ShiTuV2覆蓋場景列表

項目鏈接:

https://github.com/PaddlePaddle/PaddleClas

1.1 PP-StructureV2 智能文檔分析系統(tǒng)優(yōu)化策略概述

這樣的特殊能力，得益于 PP-ShiTuV2 通過集合目標(biāo)檢測、度量學(xué)習(xí)、圖像檢索等技術(shù)，形成完整的圖像識別系統(tǒng)；但其中每個模塊又相互解耦，并將每個模塊性能最大化，結(jié)合自研 PP系列骨干網(wǎng)絡(luò)，才實現(xiàn)了僅 15M 的 All-in-One 超輕量圖像識別系統(tǒng)。

圖3 PP-ShiTuV2 結(jié)構(gòu)示意圖

輕量骨干網(wǎng)絡(luò) PP-LCNet v2，配合 SSLD 蒸餾算法，模型精度大幅提升。

超輕量主體檢測算法 PP-PicoDet，快速檢測出圖像中的目標(biāo)物體。

基于 ReID Strong Baseline 等方法，對特征提取模塊進一步優(yōu)化，精度提升 8 個點。

表1 PP-ShiTuV2 性能對比

2. NGC 飛槳容器介紹

如果您希望體驗 PaddleOCRv2.6 的新特性，歡迎使用 NGC 飛槳容器。NVIDIA 與百度飛槳合作開發(fā)了 NGC 飛槳容器，將最新版本的飛槳與最新的 NVIDIA 的軟件棧（如 CUDA）進行了無縫的集成與性能優(yōu)化，最大程度的釋放飛槳框架在 NVIDIA 最新硬件上的計算能力。這樣，用戶不僅可以快速開啟 AI 應(yīng)用，專注于創(chuàng)新和應(yīng)用本身，還能夠在 AI 訓(xùn)練和推理任務(wù)上獲得飛槳+NVIDIA 帶來的飛速體驗。

最佳的開發(fā)環(huán)境搭建工具 - 容器技術(shù)。

容器其實是一個開箱即用的服務(wù)器。極大降低了深度學(xué)習(xí)開發(fā)環(huán)境的搭建難度。例如你的開發(fā)環(huán)境中包含其他依賴進程（redis，MySQL，Ngnix，selenium-hub等等），或者你需要進行跨操作系統(tǒng)級別的遷移。

容器鏡像方便了開發(fā)者的版本化管理

容器鏡像是一種易于復(fù)現(xiàn)的開發(fā)環(huán)境載體

容器技術(shù)支持多容器同時運行

最好的 PaddlePaddle 容器

NGC 飛槳容器針對 NVIDIA GPU 加速進行了優(yōu)化，并包含一組經(jīng)過驗證的庫，可啟用和優(yōu)化 NVIDIA GPU 性能。此容器還可能包含對 PaddlePaddle 源代碼的修改，以最大限度地提高性能和兼容性。此容器還包含用于加速 ETL（DALI, RAPIDS）、訓(xùn)練（cuDNN, NCCL）和推理（TensorRT）工作負載的軟件。

PaddlePaddle 容器具有以下優(yōu)點：

適配最新版本的 NVIDIA 軟件棧（例如最新版本CUDA），更多功能，更高性能。

更新的 Ubuntu 操作系統(tǒng)，更好的軟件兼容性

按月更新

滿足 NVIDIA NGC 開發(fā)及驗證規(guī)范，質(zhì)量管理

通過飛槳官網(wǎng)快速獲取

環(huán)境準(zhǔn)備

使用 NGC 飛槳容器需要主機系統(tǒng)（Linux）安裝以下內(nèi)容：

Docker 引擎

NVIDIA GPU 驅(qū)動程序

NVIDIA 容器工具包

有關(guān)支持的版本，請參閱NVIDIA 框架容器支持矩陣和NVIDIA 容器工具包文檔。

不需要其他安裝、編譯或依賴管理。無需安裝 NVIDIA CUDA Toolkit。

NGC 飛槳容器正式安裝：

要運行容器，請按照 NVIDIA Containers For Deep Learning Frameworks User’s Guide 中Running A Container一章中的說明發(fā)出適當(dāng)?shù)拿睿⒅付ㄗ员?、存儲庫?a target="_blank">標(biāo)簽。有關(guān)使用 NGC 的更多信息，請參閱 NGC 容器用戶指南。如果您有 Docker 19.03 或更高版本，啟動容器的典型命令是：

編輯：黃飛