modify docs and config
parent
b889101fd1
commit
5ea5b83a10
|
@ -20,7 +20,7 @@
|
|||
|
||||
## 1. 模型和应用场景介绍
|
||||
|
||||
该案例提供了用户使用 PaddleClas 的基于 EfficientNetB3 网络构建有水印/无水印(这里的水印包括数字照片上留下的一些logo、信息、网址等)的分类模型。该模型可以广泛应用于审核场景、海量数据过滤场景等。具体有无水印的图片对比如下:
|
||||
该案例提供了用户使用 PaddleClas 的基于 EfficientNetB3 网络构建有水印/无水印(这里的水印包括数字照片上留下的一些logo、信息、网址等)的分类模型。该模型可以广泛应用于审核场景、海量数据过滤场景等。本案例引用自[水印识别](https://github.com/LAION-AI/LAION-5B-WatermarkDetection),权重由官方权重转换而来。具体有无水印的图片对比如下:
|
||||
<center><img src='https://user-images.githubusercontent.com/94225063/212879681-f115d6f8-85c8-4cda-a07e-5f5b00d8236a.jpeg' width=800></center>
|
||||
可以看到,左图中有水印,右图中无水印。
|
||||
|
||||
|
|
|
@ -75,8 +75,6 @@ Infer:
|
|||
label_1: no_watermark
|
||||
|
||||
Metric:
|
||||
Eval:
|
||||
- TprAtFpr:
|
||||
max_fpr: 0.01
|
||||
Train:
|
||||
- TopkAcc:
|
||||
topk: [1, 2]
|
Loading…
Reference in New Issue