PaddleClas 發(fā)版 v2.5,帶來(lái)全新升級(jí)的 PP-ShituV2 輕量級(jí)圖像識(shí)別系統(tǒng)。歡迎廣大開(kāi)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(yàn)!
1. PaddleClas v2.5 版本升級(jí)
圖像識(shí)別作為深度學(xué)習(xí)算法的主流實(shí)踐應(yīng)用方向,早已在生活的各個(gè)領(lǐng)域發(fā)揮作用。如安全檢查、身份核驗(yàn)時(shí)的人臉識(shí)別;無(wú)人貨架、智能零售柜中的商品識(shí)別,其背后的關(guān)鍵技術(shù)都在于此。
然而實(shí)現(xiàn)理想的識(shí)別效果卻并不容易:
針對(duì)海量數(shù)據(jù),不同場(chǎng)景均實(shí)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(jìn)行有效區(qū)分?
識(shí)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(kāi)發(fā)成本,快速跟上迭代步伐?
此次 PaddleClas 最新升級(jí)發(fā)布的通用圖像識(shí)別系統(tǒng) PP-ShiTuV2 完美解決以上難點(diǎn),無(wú)需訓(xùn)練,一套模型即可完成 20+ 高頻場(chǎng)景的圖像識(shí)別;對(duì)于新增類別更是只需兩步即可添加入庫(kù),實(shí)現(xiàn)精準(zhǔn)識(shí)別。
圖2 PP-ShiTuV2覆蓋場(chǎng)景列表
項(xiàng)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(guò)集合目標(biāo)檢測(cè)、度量學(xué)習(xí)、圖像檢索等技術(shù),形成完整的圖像識(shí)別系統(tǒng);但其中每個(gè)模塊又相互解耦,并將每個(gè)模塊性能最大化,結(jié)合自研 PP系列骨干網(wǎng)絡(luò),才實(shí)現(xiàn)了僅 15M 的 All-in-One 超輕量圖像識(shí)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(cè)算法 PP-PicoDet,快速檢測(cè)出圖像中的目標(biāo)物體。
基于 ReID Strong Baseline 等方法,對(duì)特征提取模塊進(jìn)一步優(yōu)化,精度提升 8 個(gè)點(diǎn)。
表1 PP-ShiTuV2 性能對(duì)比
2. NGC 飛槳容器介紹
如果您希望體驗(yàn) PaddleOCRv2.6 的新特性,歡迎使用 NGC 飛槳容器。NVIDIA 與百度飛槳合作開(kāi)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(jìn)行了無(wú)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(jì)算能力。這樣,用戶不僅可以快速開(kāi)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(lái)的飛速體驗(yàn)。
最佳的開(kāi)發(fā)環(huán)境搭建工具 - 容器技術(shù)。
容器其實(shí)是一個(gè)開(kāi)箱即用的服務(wù)器。極大降低了深度學(xué)習(xí)開(kāi)發(fā)環(huán)境的搭建難度。例如你的開(kāi)發(fā)環(huán)境中包含其他依賴進(jìn)程(redis,MySQL,Ngnix,selenium-hub等等),或者你需要進(jìn)行跨操作系統(tǒng)級(jí)別的遷移。
容器鏡像方便了開(kāi)發(fā)者的版本化管理
容器鏡像是一種易于復(fù)現(xiàn)的開(kāi)發(fā)環(huán)境載體
容器技術(shù)支持多容器同時(shí)運(yùn)行
最好的 PaddlePaddle 容器
NGC 飛槳容器針對(duì) NVIDIA GPU 加速進(jìn)行了優(yōu)化,并包含一組經(jīng)過(guò)驗(yàn)證的庫(kù),可啟用和優(yōu)化 NVIDIA GPU 性能。此容器還可能包含對(duì) 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(fù)載的軟件。
PaddlePaddle 容器具有以下優(yōu)點(diǎn):
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(kāi)發(fā)及驗(yàn)證規(guī)范,質(zhì)量管理
通過(guò)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(jī)系統(tǒng)(Linux)安裝以下內(nèi)容:
Docker 引擎
NVIDIA GPU 驅(qū)動(dòng)程序
NVIDIA 容器工具包
有關(guān)支持的版本,請(qǐng)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(wú)需安裝 NVIDIA CUDA Toolkit。
NGC 飛槳容器正式安裝:
要運(yùn)行容器,請(qǐng)按照 NVIDIA Containers For Deep Learning Frameworks User’s Guide 中Running A Container一章中的說(shuō)明發(fā)出適當(dāng)?shù)拿睿⒅付ㄗ?cè)表、存儲(chǔ)庫(kù)和標(biāo)簽。有關(guān)使用 NGC 的更多信息,請(qǐng)參閱 NGC 容器用戶指南。如果您有 Docker 19.03 或更高版本,啟動(dòng)容器的典型命令是:
編輯:黃飛
-
NVIDIA
+關(guān)注
關(guān)注
14文章
4793瀏覽量
102423 -
gpu
+關(guān)注
關(guān)注
27文章
4590瀏覽量
128137 -
圖像識(shí)別
+關(guān)注
關(guān)注
9文章
514瀏覽量
38149
原文標(biāo)題:在 NVIDIA NGC 上體驗(yàn)輕量級(jí)圖像識(shí)別系統(tǒng)
文章出處:【微信號(hào):NVIDIA-Enterprise,微信公眾號(hào):NVIDIA英偉達(dá)企業(yè)解決方案】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論