PaddlePaddle/PaddleClas

해결하는 문제

PaddleClas는 산업 및 학술 분야의 사용자가 고성능 비전 모델을 훈련하고 실제 애플리케이션에 배포할 수 있도록 설계된 이미지 인식 및 분류 작업을 위한 포괄적인 툴킷입니다.

작동 방식

다음과 같은 전문적인 도구 및 모델 세트를 제공합니다:

• PP-ShiTuV2: 메인 바디 탐지, 특징 학습 및 벡터 검색 모듈로 구성된 경량 범용 이미지 인식 시스템.
• PULC: 백본 네트워크, 데이터 증강 및 증류를 결합하여 매우 낮은 추론 지연 시간(예: CPU에서 3ms)으로 고정밀 모델을 생성하는 초경량 이미지 분류 솔루션.
• Custom Backbones: 다양한 하드웨어(예: Intel CPU, GPU)에 최적화된 PP-HGNet, PP-LCNet, PP-LCNetv2와 같은 산업급 백본 네트워크.
• Low-Code Development: PaddleX와의 통합을 통해 사용자는 간단한 Python API 또는 그래픽 인터페이스를 통해 거의 100개의 핵심 모델을 호출할 수 있어 엔드 투 엔드 개발 프로세스를 단순화합니다.

대상 사용자

이미지 분류 또는 인식 시스템을 구현해야 하는 산업 및 학술 분야의 개발자와 연구자, 특히 에지 장치 또는 고성능 서버 측 추론을 대상으로 하는 사용자.

주요 특징

• 다양한 모델 라이브러리: 얼굴 인식, 다중 레이블 분류 및 일반 이미지 검색을 위한 전문 모델 포함.
• 하드웨어 최적화: NVIDIA GPUs, Kunlun, Ascend, Cambricon 및 Haiguang 하드웨어 간의 원활한 전환.
• 상세한 배포 옵션: Python/C++ 예측 엔진, 서비스 기반 배포(Paddle Serving) 및 에지 배포(Paddle Lite) 지원.
• 고급 훈련 기술: 준지도 지식 증류(SSLD), 메트릭 학습 및 모델 압축(가지치기 및 양자화) 구현.