You need to enable JavaScript to run this app.
\u200E
中
|
EN
论坛
GitHub
安装
教程
文档
模型库
产品全景
应用案例
活动日历
开发者社区
资讯
飞桨-PaddleCV
PaddleCV飞桨视觉模型库,提供大量高精度、高推理速度、经过产业充分验证的智能视觉模型,覆盖各类任务场景。PaddleClas、PaddleDet和PaddleSeg等端到端的开发套件,打通模型开发、训练、压缩、部署全流程,并支持超大规模分类等进阶功能,为开发者提供高效顺畅的开发体验。
GitHub
核心优势
技术领先
精度高、速度快,模型效果业界领先
模型全面
丰富的官方模型库,覆盖各类视觉任务
全流程体验
源于业务淬炼,打通模型开发、训练、压缩、部署等全流程
技术服务
提供完善的技术文档以及服务支持,为企业应用保驾护航
教程精选
在AI Studio,我们有基于PaddleCV的应用案例教程,助力您更快速上手
基于PaddleCV的图像分类任务的实现
图像分类是计算机视觉的基础任务,卷积神经网络通过利用图像像素信息作为输入,最大程度保留输入图像的所有信息,并通过卷积操作提取特征,模型直接输出图像分类的结果,实现端到端的学习。本教程将演示如何使用图像分类模型库中的GoogLeNet完成五种鲜花的分类任务。
立即体验
基于PaddleCV的人体姿态估计与追踪任务的实现
人体骨骼关键点检测主要通过检测人体的关键点,如关节和五官等,描述人体的骨骼信息进而估计人体的姿态以及追踪人体的动作。本教程包含飞桨开源的关键点检测模型代码和详细说明,帮助用户理解该任务的实现过程,并展示如何在小型的COCO数据集上完成训练和检测。
立即体验
基于PaddleCV的语义分割任务的实现
语义分割是在像素级别上的分类,将属于同一类的像素分为一类。本教程将展示如何使用语义分割系列模型中的最新网络结构DeepLabV3+,在Scene Understanding Datasets数据集上完成语义分割的实践,并实现模型健壮性的提高和模型训练的加速。
立即体验
基于PaddleCV的螺母目标检测任务的实现
目标检测是计算机视觉领域的核心问题之一,不同于关心图像整体的分类任务,检测更关注特定的物体目标,以获得目标的类别信息和位置信息。本教程将介绍如何利用模型库中的经典检测模型Faster CNN训练目标检测模型,实现小物体螺丝螺母的检测。
立即体验
更多教程
应用实践
高尔夫球场的遥感监测
中科院遥感与地球研究所应用飞桨基于遥感数据进行语义分割,从而达到对高尔夫球场的识别,辅助国家对国土资源进行有效管控
查看详情
耕地地块识别
目前大部分地块分割靠人力进行,中科赛诺应用飞桨分割农业遥感数据,精确的地块识别和分割,提取耕地面积,从而进行有效的估产
案例详情敬请期待
林业虫情检测物联网
基于飞桨打造的虫情检测物联网项目,在害虫病害期对其密度及分布进行有效监控,将传统检测方式为期两周的检查任务缩至1小时
案例详情敬请期待
百度视觉的各类视觉任务
百度视觉的基于飞桨的图像识别、视频识别、目标检测、人体及属性检测等各类视觉任务,带来准确率和效率的大幅提升
案例详情敬请期待
使用咨询
学习与技术交流
如果您有任何技术问题和想法建议,欢迎加入飞桨官方QQ群(703252161)与其他飞桨用户以及官方团队进行交流
去官方QQ群交流
合作与反馈
如果您想与飞桨开展业务合作或者对产品有使用建议,欢迎与我们联系,期待与您交流
联系我们
开始使用
特性
文档
API
使用指南
工具平台
工具
AutoDL
PaddleHub
PARL
ERNIE
全部
平台
AI Studio
EasyDL
EasyEdge
资源
模型和数据集
学习资料
应用案例