viewway / paddlehub Goto Github PK

简体中文 | English

简介

• PaddleHub旨在为开发者提供丰富的、高质量的、直接可用的预训练模型。
• 【无需深度学习背景、无需数据与训练过程】，可快速使用AI模型，享受人工智能时代红利。
• 涵盖CV、NLP、Audio、Video主流四大品类，支持一键预测、一键服务化部署和快速迁移学习
• 全部模型开源下载，离线可运行。

近期更新

• 2020.11.20，发布2.0-beta版本，全面迁移动态图编程模式，服务化部署Serving能力升级；新增手部关键点检测1个、图像动漫化类12个、图片编辑类3个，语音合成类3个，句法分析1个，预训练模型总量到达 【182】 个。
• 2020.10.09，新增OCR多语言系列模型4个，图像编辑模型4个，预训练模型总量到达 【162】 个。
• 2020.09.27，新增文本生成模型6个，图像分割模型1个，预训练模型总量到达 【154】 个。
• 2020.08.13，发布v1.8.1，新增人像分割模型Humanseg，支持EMNLP2019-Sentence-BERT作为文本匹配任务网络，预训练模型总量到达 【147】 个。
• 2020.07.29，发布v1.8.0，新增AI对联和AI写诗、jieba切词，文本数据LDA、语义相似度计算，新增目标检测，短视频分类模型，超轻量中英文OCR，新增行人检测、车辆检测、动物识别等工业级模型，支持VisualDL可视化训练，预训练模型总量到达 【135】 个。
• More

特性

• 【丰富的预训练模型】：涵盖CV、NLP、Audio、Video主流四大品类的 180+ 预训练模型，全部开源下载，离线可运行。
• 【一键模型快速预测】：通过一行命令行或者极简的Python API实现模型调用，可快速体验模型效果。
• 【一键模型转服务化】：一行命令，搭建深度学习模型API服务化部署能力。
• 【十行代码迁移学习】：十行代码完成图片分类、文本分类的迁移学习任务
• 【PIP安装便捷】：支持PIP快速安装使用
• 【跨平台兼容性】：可运行于Linux、Windows、MacOS等多种操作系统

精品模型效果展示

文本识别

• 包含超轻量中英文OCR模型，高精度中英文、多语种德语、法语、日语、韩语OCR识别。

人脸检测

• 包含人脸检测，口罩人脸检测，多种算法可选。

图像编辑

• 4倍超分效果，多种超分算法可选。
• 黑白图片上色，可用于老旧照片修复，

图像超分辨率	黑白图片上色

目标检测

• 包含行人检测、车辆检测，更有工业级超大规模预训练模型可选。

关键点检测

• 包含单人、多人身体关键点检测、面部关键点检测、手部关键点检测。

图像分割

• 包含效果卓越的人像抠图模型、ACE2P人体解析世界冠军模型

图像动漫化

• 包含宫崎骏、新海诚在内的多位漫画家风格迁移，多种算法可选

图像分类

• 包含动物分类、菜品分类、野生动物制品分类，多种算法可选

词法分析

• 效果优秀的中文分词、词性标注与命名实体识别的模型。

文本生成

• 包含AI写诗、AI对联、AI情话、AI藏头诗，多种算法可选。

句法分析

• 效果领先的中文句法分析模型。

情感分析

• 支持中文的评论情感分析

文本审核

• 包含中文色情文本的审核，多种算法可选。

语音合成

• TTS语音合成算法，多种算法可选
• 输入：Life was like a box of chocolates, you never know what you're gonna get.
• 合成效果如下:

deepvoice3	fastspeech	transformer

视频分类

• 包含短视频分类，支持3000+标签种类，可输出TOP-K标签，多种算法可选。
• 举例：输入一段游泳的短视频，算法可以输出"游泳"结果

===划重点===

• 以上所有预训练模型全部开源，模型数量持续更新，欢迎Star关注。

欢迎加入PaddleHub技术交流群

• 在使用模型过程中有任何问题，可以加入官方微信群，获得更高效的问题答疑，与各行各业开发者充分交流，期待您的加入。

文档教程

• PIP安装
• 快速开始
  • 命令行调用
  • Python API调用
  • 示例体验项目demo
• 丰富的预训练模型 182
  • 精品特色模型
  • 计算机视觉 126 个
    • 图像分类 64 个
    • 目标检测 13 个
    • 人脸检测 7 个
    • 关键点检测 3 个
    • 图像分割 7 个
    • 文本识别 8 个
    • 图像生成 17 个
    • 图像编辑 7 个
  • 自然语言处理 48 个
    • 词法分析 2 个
    • 句法分析 1 个
    • 情感分析 7 个
    • 文本审核 3 个
    • 文本生成 9 个
    • 语义模型 26 个
  • 语音 3 个
    • 语音合成 3 个
  • 视频5个
    • 视频分类 5 个
• 部署
  • 本地Inference部署
  • 一行代码服务化部署
  • 移动端 Lite 部署（跳转Lite教程）
• 进阶文档
  • 命令行工具详解
  • 自定义数据迁移学习
• 社区交流
  • 加入技术交流群
  • 贡献预训练模型
  • 贡献代码
• FAQ
• 更新历史
• 许可证书
• 致谢

许可证书

本项目的发布受Apache 2.0 license许可认证。

致谢

我们非常欢迎您为PaddleHub贡献代码，也十分感谢您的反馈。

• 非常感谢肖培楷贡献了街景动漫化，人像动漫化和手势关键点识别三个module
• 非常感谢Austendeng贡献了修复SequenceLabelReader的pr
• 非常感谢cclauss贡献了优化travis-ci检查的pr
• 非常感谢奇想天外贡献了口罩检测的demo
• 非常感谢mhlwsk贡献了修复序列标注预测demo的pr
• 非常感谢zbp-xxxp贡献了看图作诗的module
• 非常感谢zbp-xxxp和七年期限联合贡献了看图写诗中秋特别版module
• 非常感谢livingbody贡献了基于PaddleHub能力的风格迁移和中秋看图写诗微信小程序