你知道人脸识别、商品识别、车辆识别，以图搜图乃至自动驾驶，背后的技术是什么嘛？并不是图像分类、目标检测这些东西，而是综合使用目标检测、图像分类、度量学习、图像检索的【通用图像识别系统】…
度量学习是啥？图像检索是啥？通用图像识别系统又是啥？好奇之余，老逛突然发现了一个通用图像识别系统快速搭建神器！
GitHub地址：https://github.com/PaddlePaddle/PaddleClas那这个项目到底有什么过人之处，图像识别又比图像分类、目标检测强在哪里呢？拿「商品识别」举个栗子，如果你用单纯的图像分类和目标检测，你会发现：- 商品类别数以万计：根本没法事先把所有类别都放入训练集！训练集都不完备怎么训练算法？
-
样本类别极不均衡：每类商品的数量分布参差不齐，有的类别只有1、2张图片！这样的类别即使投入算法训练，识别准确率也是非常非常低的。
-
品类更新极快：各个商家不停的推出新的品类，每增加新的产品都要辛辛苦苦重新训练模型！
|
|
|
|
|
并且这个图像识别系统的4个核心构成模块，都是经过精心打磨。无论是单独使用亦或是串联开发，都有非凡的效果：
主体检测：采用高精准超轻量的PP-YOLOv2检测算法，快速对图像进行主体检测，提升识别效率。
骨干网络：精选6个系列Backbone，覆盖最精巧的移动端模型和高精准的服务端模型，支持对结构进行快速修改，满足不同使用场景的需求。
度量学习：集成ArcMargin, CenterLoss, TriHard等业界最领先的度量学习方法，并能任意组合，轻松训练出鲁棒的图像特征。
检索系统：集成百度自研的Möbius算法，高效完成向量检索，并能随时更新检索库，一次训练长期使用。
开发者不仅可以单独或自主组装使用这四个模块，还可以直接采用构建好的车辆识别、LOGO识别、商品识别、动漫识别四个系统。只需要补充好检索库，就可以直接投产使用了！
有了它们的助力，看齐大厂程序员，年薪百万不是梦！（逐渐露出暴富的笑容~
）
这么强大、用心的项目 ，你还在等什么？！还不赶紧 Star 上车吧！
传送门：https://github.com/PaddlePaddle/PaddleClas
快速体验：
https://github.com/PaddlePaddle/PaddleClas/blob/release%2F2.2/docs/zh_CN/tutorials/quick_start_recognition.md
更多文章请关注《万象专栏》
转载请注明出处：https://www.wanxiangsucai.com/read/cv15436