加入飞桨特殊兴趣小组(PPSIG)，点亮AI时代的梦想

发布日期：2022-03-14 11:59浏览量：1530次

开源运动享誉盛名的一本书《大教堂与集市》中提到，在软件开发过程中，有两种不同的开发模式，一种是通过公司主导，众多项目成员有规划的开发软件，称之为“大教堂”模式；另一种则是把任务切分为一个个非常小的模块，任何人都可以基于兴趣或特定问题，遵循一定的规范，进行开发、构建和检查，称之为“集市”模式。

在这种任务模块化的“集市”模式下，每个模块的参与者在自己熟悉和感兴趣的领域点亮技能，最终打造出一个向“完美”趋近的软件。Linux正是第一个通过“集市”模式被开发出来的非常复杂的操作系统，也验证了这种模式的灵活性和优越性。

自2016年正式开源以来，飞桨一直致力于建设开源开放的开发者社区，也正是有了众多Contributor的加入，飞桨社区得以不断发展繁荣。飞桨特殊兴趣小组（PPSIG）成立一年半的时间，有12个小组在活跃，130+位Contributors为飞桨社区贡献了100+开源项目，提交了100+个PR，150+个issues，涉及垂类模型建设、数据集标注工具、多模态、模型部署、开发工具等开源贡献，受到了社区开发者一致好评。

更多介绍参见SIG官网：

https://www.paddlepaddle.org.cn/sig

每一个微小的改进和贡献，都是点亮开源世界里的星星，仰望星光璀璨，不如躬身入局。我们欢迎广大开发者加入飞桨特殊兴趣小组（PPSIG），参与飞桨开源生态建设中，以兴趣驱使结识更多的技术同好，共建国内最好的开源社区，分享开源成果与快乐。

下面我们将介绍目前已有的 SIG，以及如何参与其中。大家可以参考以下由各组维护者提供的 SIG介绍及其关注领域的概述，选择感兴趣的领域加入。

PPSIG Models-OCR

PaddleOCR累计Star数超过19K，频频登上Github Trending日榜月榜。我们致力于打造一个富有活力的OCR社区，以开源精神将OCR应用于各行各业，进而提升我们的生产生活效率。

协作内容示例

①PPOCRLabel功能完善，提供更便捷的标注体验

②垂类模型建设，提供各个场景优质模型，未来共建方向有：手写体识别、单字检测器、手写公式模型

③丰富的部署能力，覆盖所有部署方式（目前已有：C++/C#/.Net/Java/WebIO/Vue/React/Streamlit)

④学术模型测试：对PaddleOCR现有学术模型完成中文数据集训练与测试、并视情况调优

⑤移动端部署app打磨：设计与开发成熟实用的OCR IOS与安卓app

⑥多语种快递单识别

参与方式

如果您有兴趣参与项目共建，可扫码填写下方问卷，通过技术评估后即可加入

欢迎加入PPSIG Models-OCR

PPSIG

Docs

为了帮助用户快速掌握飞桨框架，了解和学习如何使用飞桨进行相关任务的开发，诚邀广大开发者一起共建应用案例教程，提供更加优质的示例教程，为更多开发者学会使用框架铺设一条高速公路。

协作内容示例

①基于飞桨框架2.2应用示例教程

参考链接：

https://github.com/PaddlePaddle/book/issues/905

②飞桨框架文档评测

③飞桨部署工具PaddleLite文档评测

参与方式

如果您有兴趣参与项目共建，可扫码填写下方问卷，通过技术评估后即可加入

欢迎加入PPSIG Docs

PPSIG

Models-CV

以贡献优质的开发套件和部署工具为目标，参与相关论文复现、Issue解决和产品文档的建设优化工作，为开发者提供更加流畅高效的使用体验，助力开发者训练出更好的视觉模型和应用落地。

协作内容示例

①PP-DeployX部署软件：基于paddelx的部署代码开发一套部署的软件，可以跨平台使用，支持通过x2paddle实现其他模型的转化与部署

②模型复现：根据所提供的模型repo，复现Paddle版本

③垂类模型建设：对于垂类/特殊场景的数据集进行梳理，辅助模型训练

④应用拓展：基于已有功能进行拓展开发，如Tracking GUI中增加有关行人分析的页面

⑤文档优化：优化PaddleClas中英文文档

⑥应用建设：使用PaddleClas已有功能进行多种形式的demo开发

参与方式

如果您有兴趣参与项目共建，可扫码填写下方问卷，通过技术评估后即可加入

欢迎加入PPSIG Models-CV

PPSIG

Models-GAN

是GAN方向感兴趣的小伙伴更紧密的协作起来的组织，会定期邀请业内技术大牛分享最新的技术，大谷Spitzer独立创作艺术家也成为了PaddleGAN SIG的重要成员，期待你的加入。

协作内容示例

①功能建设：基于PaddleGAN实现前沿热门GAN能力

②模型部署：将PaddleGAN中的模型打通部署

③应用拓展：对于已有功能尝试demo应用

参与方式

如果您有兴趣参与项目共建，可扫码填写下方问卷，通过技术评估后即可加入

欢迎加入PPSIG Models-GAN

PPSIG

Models-NLP

通过合作共建数据集、前沿模型、应用案例，助力开发者成长与NLP技术落地开花。

协作内容示例

PPNLPlabel 标注工具，功能包括：新建信息抽取标注工具、命名实体标注、关系标注、信息抽取的预标注功能、新建文本句子分类标注工具、单分类等功能

参与方式

如果您有兴趣参与项目共建，可扫码填写下方问卷，通过技术评估后即可加入

欢迎加入PPSIG Models-NLP

PPSIG

Science

PPSIG-Science围绕科学计算方法进行持续性的研究、开发与优化工作，结合AI的方法基于飞桨框架进行功能或应用的开发，并配合项目落地打造各个学科及工程领域新方法，致力于将AI真正赋能于科研和产业，引领科学计算走向新的变革。

协作内容示例

①航空航天、工业智能制造等场景的方程反演问题

②航空超音速流场仿真

③船舶3D圆柱绕流以及高雷诺数大涡模拟

④分子动力学模拟在生物蛋白分子以及能源材料的应用

⑤AI+科学计算任务在超算以及GPU等大规模硬件集群上的高性能计算和分布式并行

⑥AI+科学计算高阶自动微分、编译器等功能补齐、性能调优

参与方式

如果您有兴趣参与项目共建，可扫码填写下方问卷，通过技术评估后即可加入

欢迎加入PPSIG-Science

PPSIG专属权益

✔交流成长

PPSIG小组内将开展技术分享、方案评审等日常活动，鼓励成员之间相互学习进步、交流切磋，共同探索硬核的前沿技术。

PPSIG各个小组协作记录

✔大咖指导

不同的SIG组内也将定期邀请相关领域技术大牛，提供技术培训与指导，帮助SIG成员在共建开源的过程中，提升深度学习技术水平与解决问题的能力，逐步成长为飞桨开发者技术专家（PPDE）。

✔开源影响力

所有贡献者均可在所贡献的技术文章、开源项目等开源贡献署名；贡献者将被记录飞桨官网并向全社区公开。对于部分优秀贡献者，其工作成果将在社区内传播；开源等级达到Reviewer及以上可解锁代码仓库Review权限；优秀开源项目将参与PPSIG年度优秀开源项目评选，并在年度开发者盛会-WAVE SUMMIT+深度学习开发者峰会上颁奖。

WAVE SUMMIT+深度学习开发者峰会-PPSIG优秀开源项目颁奖现场

PPSIG优秀项目

PPOCRLabel(首款业界开源半自动标准工具）

Gthub链接：

https://github.com/Evezerest/PPOCRLabel

由Models-OCR小组韩磊、顾茜、董文轩、魏佳隆等SIG成员贡献。内嵌PP-OCR系列模型，实现自动预标注与重新识别功能，标注效率提升60-80%。

EISeg（高效智能的交互式分割标注软件）

Github链接：

https://github.com/PaddleCV-SIG/EISeg

由PaddleSeg团队联合Models-CV小组韩霖、陈奕舟2位SIG成员贡献，累计下载次数超过了6000+次，该软件涵盖了高精度和轻量级等不同方向的高质量交互式分割模型，方便开发者快速实现语义及实例标签的标注，降低标注成本。

人脸融合模型

Github链接： https://github.com/PaddlePaddle/PaddleGAN/blob/develop/README_cn.md

由Models-GAN小组成员吴何聪贡献，人脸融合能力由StyleGAN V2以及新增的Fitting和Mixing模块组成，能够完美融合任意两张，生成新人物的脸，并带有丰富的表情。

更多阅读

关注【飞桨PaddlePaddle】公众号

获取更多技术内容~

上一篇：有温度的人工智能，零门槛助力企业“鲤跃”智能化“龙门”

下一篇：如何在有限算力下实现智能驾驶多任务高精度识别？

加入飞桨特殊兴趣小组(PPSIG)，点亮AI时代的梦想

发布日期：2022-03-14T11:59:30.000+0000 浏览量：1530次

更多介绍参见SIG官网：

https://www.paddlepaddle.org.cn/sig

下面我们将介绍目前已有的 SIG，以及如何参与其中。大家可以参考以下由各组维护者提供的 SIG介绍及其关注领域的概述，选择感兴趣的领域加入。

PPSIG Models-OCR

PaddleOCR累计Star数超过19K，频频登上Github Trending日榜月榜。我们致力于打造一个富有活力的OCR社区，以开源精神将OCR应用于各行各业，进而提升我们的生产生活效率。

协作内容示例

①PPOCRLabel功能完善，提供更便捷的标注体验

②垂类模型建设，提供各个场景优质模型，未来共建方向有：手写体识别、单字检测器、手写公式模型

③丰富的部署能力，覆盖所有部署方式（目前已有：C++/C#/.Net/Java/WebIO/Vue/React/Streamlit)

④学术模型测试：对PaddleOCR现有学术模型完成中文数据集训练与测试、并视情况调优

⑤移动端部署app打磨：设计与开发成熟实用的OCR IOS与安卓app

⑥多语种快递单识别

参与方式

如果您有兴趣参与项目共建，可扫码填写下方问卷，通过技术评估后即可加入

欢迎加入PPSIG Models-OCR

PPSIG

Docs

为了帮助用户快速掌握飞桨框架，了解和学习如何使用飞桨进行相关任务的开发，诚邀广大开发者一起共建应用案例教程，提供更加优质的示例教程，为更多开发者学会使用框架铺设一条高速公路。

协作内容示例

①基于飞桨框架2.2应用示例教程

参考链接：

https://github.com/PaddlePaddle/book/issues/905

②飞桨框架文档评测

③飞桨部署工具PaddleLite文档评测

参与方式

如果您有兴趣参与项目共建，可扫码填写下方问卷，通过技术评估后即可加入

欢迎加入PPSIG Docs

PPSIG

Models-CV

以贡献优质的开发套件和部署工具为目标，参与相关论文复现、Issue解决和产品文档的建设优化工作，为开发者提供更加流畅高效的使用体验，助力开发者训练出更好的视觉模型和应用落地。

协作内容示例

①PP-DeployX部署软件：基于paddelx的部署代码开发一套部署的软件，可以跨平台使用，支持通过x2paddle实现其他模型的转化与部署

②模型复现：根据所提供的模型repo，复现Paddle版本

③垂类模型建设：对于垂类/特殊场景的数据集进行梳理，辅助模型训练

④应用拓展：基于已有功能进行拓展开发，如Tracking GUI中增加有关行人分析的页面

⑤文档优化：优化PaddleClas中英文文档

⑥应用建设：使用PaddleClas已有功能进行多种形式的demo开发

参与方式

如果您有兴趣参与项目共建，可扫码填写下方问卷，通过技术评估后即可加入

欢迎加入PPSIG Models-CV

PPSIG

Models-GAN

是GAN方向感兴趣的小伙伴更紧密的协作起来的组织，会定期邀请业内技术大牛分享最新的技术，大谷Spitzer独立创作艺术家也成为了PaddleGAN SIG的重要成员，期待你的加入。

协作内容示例

①功能建设：基于PaddleGAN实现前沿热门GAN能力

②模型部署：将PaddleGAN中的模型打通部署

③应用拓展：对于已有功能尝试demo应用

参与方式

如果您有兴趣参与项目共建，可扫码填写下方问卷，通过技术评估后即可加入

欢迎加入PPSIG Models-GAN

PPSIG

Models-NLP

通过合作共建数据集、前沿模型、应用案例，助力开发者成长与NLP技术落地开花。

协作内容示例

PPNLPlabel 标注工具，功能包括：新建信息抽取标注工具、命名实体标注、关系标注、信息抽取的预标注功能、新建文本句子分类标注工具、单分类等功能

参与方式

如果您有兴趣参与项目共建，可扫码填写下方问卷，通过技术评估后即可加入

欢迎加入PPSIG Models-NLP

PPSIG

Science

PPSIG-Science围绕科学计算方法进行持续性的研究、开发与优化工作，结合AI的方法基于飞桨框架进行功能或应用的开发，并配合项目落地打造各个学科及工程领域新方法，致力于将AI真正赋能于科研和产业，引领科学计算走向新的变革。

协作内容示例

①航空航天、工业智能制造等场景的方程反演问题

②航空超音速流场仿真

③船舶3D圆柱绕流以及高雷诺数大涡模拟

④分子动力学模拟在生物蛋白分子以及能源材料的应用

⑤AI+科学计算任务在超算以及GPU等大规模硬件集群上的高性能计算和分布式并行

⑥AI+科学计算高阶自动微分、编译器等功能补齐、性能调优

参与方式

如果您有兴趣参与项目共建，可扫码填写下方问卷，通过技术评估后即可加入

欢迎加入PPSIG-Science

PPSIG专属权益

✔交流成长

PPSIG小组内将开展技术分享、方案评审等日常活动，鼓励成员之间相互学习进步、交流切磋，共同探索硬核的前沿技术。

PPSIG各个小组协作记录

✔大咖指导

✔开源影响力

WAVE SUMMIT+深度学习开发者峰会-PPSIG优秀开源项目颁奖现场

PPSIG优秀项目

PPOCRLabel(首款业界开源半自动标准工具）

Gthub链接：

https://github.com/Evezerest/PPOCRLabel

由Models-OCR小组韩磊、顾茜、董文轩、魏佳隆等SIG成员贡献。内嵌PP-OCR系列模型，实现自动预标注与重新识别功能，标注效率提升60-80%。

EISeg（高效智能的交互式分割标注软件）

Github链接：

https://github.com/PaddleCV-SIG/EISeg

人脸融合模型

Github链接： https://github.com/PaddlePaddle/PaddleGAN/blob/develop/README_cn.md

更多阅读

关注【飞桨PaddlePaddle】公众号

获取更多技术内容~

上一篇：有温度的人工智能，零门槛助力企业“鲤跃”智能化“龙门”

下一篇：如何在有限算力下实现智能驾驶多任务高精度识别？