版本更新信息

v2.3

模型更新
- 添加轻量化模型预训练权重，包括检测模型、特征模型
- 发布PP-LCNet系列模型，此系列模型是专门在CPU上设计运行的自研模型
- SwinTransformer、Twins、Deit支持从scrach直接训练，达到论文精度
框架基础能力
- 添加DeepHash模块，支持特征模型直接输出二值特征
- 添加PKSampler，特征模型不能多机多卡的训练的问题
- 支持PaddleSlim：支持分类模型、特征模型的量化、裁剪训练及离线量化功能
- Legendary models支持模型中间结果输出
- 支持多标签分类训练
预测部署
- 使用Faiss替换原有特征检索库，提升平台适配性
- 支持PaddleServing：支持分类模型、图像识别流程的部署
推荐库版本
- python版本：3.7
- PaddlePaddle版本：2.1.3
- PaddleSlim版本：2.2.0
- PaddleServing版本：0.6.1

模型更新
- 添加LeViT、Twins、TNT、DLA、HardNet、RedNet、SwinTransfomer模型
框架基础能力
- 将分类模型分为两类
  - legendary models：引入TheseusLayer基类，及增加了修改网络功能接口，同时支持网络截断输出功能
  - model zoo：其他普通分类模型
- 添加Metric Learning算法支持
  - 添加多种相关Loss算法，及基础网络模块gears（支持与backbone、loss组合）方便使用
  - 同时支持普通分类及metric learning相关任务训练
- 支持静态图训练
- 分类训练支持dali加速
- 支持fp16训练
应用更新
- 添加商品识别、车辆识别（车辆细粒度分类、车辆ReID）、logo识别、动漫人物识别应用具体案例及相关模型
- 添加图像识别完整pipeline，包含检测模块、特征提取模块、向量检索模块
预测部署
- 添加百度自研向量检索模块Mobius，支持图像识别系统预测部署
- 图像识别，建立特征库支持 batch_size>1
文档更新
- 添加图像识别相关文档
- 修复之前文档bug
推荐库版本
- python版本：3.7
- PaddlePaddle：2.1.2