Paddlehub（1）

1、Paddlehub是什么？
PaddleHub是一个深度学习模型开发工具。它基于飞桨领先的核心框架，精选效果优秀的算法，提供了百亿级大数据训练的预训练模型，方便用户不用花费大量精力从头开始训练一个模型。PaddleHub可以便捷地获取这些预训练模型，完成模型的管理和一键预测。配合使用Fine-tune API，可以基于大规模预训练模型快速完成迁移学习，让预训练模型能更好地服务于用户特定场景的应用。
2、Paddlehub能用来作什么？
其提供了飞桨生态下的高质量预训练模型，涵盖了图像分类、目标检测、词法分析、语义模型、情感分析、视频分类、图像生成、图像分割、文本审核、关键点检测等主流模型。基于预训练模型，PaddleHub支持以下功能：基于预训练模型，PaddleHub支持以下功能：

·模型即软件，通过Python API或命令行实现快速预测，更方便地使用PaddlePaddle模型库。
·迁移学习，用户通过Fine-tune API，只需要少量代码即可完成自然语言处理和计算机视觉场景的深度迁移学习。
·服务化部署，简单一行命令即可搭建属于自己的模型的API服务。
·超参优化，自动搜索最优超参，得到更好的模型效果。

案例：1、猫脸检测使用OpenCV自带的猫脸检测器（感觉喵星人真的是要统治世界了），主要通过detectMultiScale函数对图像金字塔进行多尺度检测
2、泊松融合是2004年论文《Poisson Image Editing》提出的方法，已经集成在OpenCV中，函数名：seamlessClone
泊松融合是将一个源图融合到目标图像中，放置位置根据目标图像中P点为中心的一个前景mask大小范围内。融合过程会改变源图像中颜色以及梯度，实现无缝融 合效果，具体算法可以去看论文或者文末参考文献。
3、我想做：我想做一个关于医疗系统，通过面部检测和ct、血常规等检测判断一个人是什么病症，系统对症下药，达到快速精准的治疗效果
引用：https://yunyaniu.blog.csdn.net/article/details/104404833