From c69945e9389222a276a2517a0f50db1effab5154 Mon Sep 17 00:00:00 2001 From: dyning Date: Thu, 17 Jun 2021 13:52:05 +0800 Subject: [PATCH] Update README.md --- README.md | 38 ++++++++++++++++++++------------------ 1 file changed, 20 insertions(+), 18 deletions(-) diff --git a/README.md b/README.md index 862cfd94a..7de480cb5 100644 --- a/README.md +++ b/README.md @@ -2,32 +2,22 @@ # PaddleClas -
- -
- ## 简介 飞桨图像识别套件PaddleClas是飞桨为工业界和学术界所准备的一个图像识别任务的工具集，助力使用者训练出更好的视觉模型和应用落地。 -- 2021.06.16 PaddleClas v2.2版本升级 - - 集成Metric learning，向量检索等组件。 - - 新增商品识别、动漫人物识别、车辆识别和logo识别等4个图像识别应用。 - - 新增LeViT、Twins、TNT、DLA、HarDNet、RedNet系列30个预训练模型，精度与论文大致持平。 +**近期更新** -- 2021.05.14 - - 添加`SwinTransformer` 系列模型，在ImageNet-1k上，Top1 Acc可达87.19% - -- 2021.04.15 - - 添加`MixNet_L`和`ReXNet_3_0`系列模型，在ImageNet-1k上`MixNet` 模型Top1 Acc可达78.6%，`ReXNet`模型可达82.09% +- 2021.06.16 PaddleClas v2.2版本升级，集成Metric learning，向量检索等组件。新增商品识别、动漫人物识别、车辆识别和logo识别等4个图像识别应用。新增LeViT、Twins、TNT、DLA、HarDNet、RedNet系列30个预训练模型。 +- 2021.05.14 添加`SwinTransformer` 系列模型。 +- 2021.04.15 添加`MixNet_L`和`ReXNet_3_0`系列模型。 - [more](./docs/zh_CN/update_history.md) - ## 特性 -- 完整的图像识别解决方案：集成了检测、特征学习、检索等模块，广泛适用于各类图像识别任务。 -提供商品识别、车辆识别、logo识别和动漫人物识别等4个示例解决方案。 +- 实用的图像识别系统：集成了检测、特征学习、检索等模块，广泛适用于各类图像识别任务。 +提供商品识别、车辆识别、logo识别和动漫人物识别等4个示例。 - 丰富的预训练模型库：提供了35个系列共164个ImageNet预训练模型，其中6个精选系列模型支持结构快速修改。 @@ -38,21 +28,28 @@ Res2Net200_vd预训练模型Top-1精度高达85.1%。 - 数据增广：支持AutoAugment、Cutout、Cutmix等8种数据增广算法详细介绍、代码复现和在统一实验环境下的效果评估。 +## 图像识别系统效果展示 +
+ +
+ ## 欢迎加入技术交流群 * 您也可以扫描下面的微信群二维码， 加入PaddleClas 微信交流群。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。
- +
+## 快速体验 +图像识别快速体验：[点击这里](./docs/zh_CN/tutorials/quick_start_recognition.md) ## 文档教程 - [快速安装](./docs/zh_CN/tutorials/install.md) - [图像识别快速体验](./docs/zh_CN/tutorials/quick_start_recognition.md) - 算法介绍（更新中） - - [骨干网络模型库和预训练模型介绍](./docs/zh_CN/models/models_intro.md) + - [骨干网络和预训练模型库](./docs/zh_CN/models/models_intro.md) - [主体检测](./docs/zh_CN/application/object_detection.md) - 图像分类 - [ImageNet分类任务](./docs/zh_CN/tutorials/quick_start_professional.md) @@ -81,11 +78,16 @@ Res2Net200_vd预训练模型Top-1精度高达85.1%。 - [贡献代码](#贡献代码) +## 图像识别系统介绍 +
+整个图像识别系统分为三步：（1）通过一个目标检测模型，检测图像物体候选区域（2）对每个候选区域进行特征提取（3）与检索库中图像进行特征匹配，提取识别结果。 + +对于新的未知类别，无需重新训练模型，只需要在检索库补入该类别图像，重新建立检索库，就可以识别该类别。