PaddleHub知多少
PaddleHub以预训练模型应用为核心具备以下特点：
-
模型即软件，通过Python API或命令行实现模型调用，可快速体验或集成飞桨特色预训练模型。
-
易用的迁移学习，通过Fine-tune API，内置多种优化策略，只需少量代码即可完成预训练模型的Fine-tuning。
-
一键模型转服务，简单一行命令即可搭建属于自己的深度学习模型API服务完成部署。
-
自动超参优化，内置AutoDL Finetuner能力，一键启动自动化超参搜索。
目录
- 安装
- 使用
- 联系作者
安装
环境依赖
- Python >= 3.6
- PaddlePaddle >= 1.7.0
- 操作系统: Windows/Mac/Linux
安装命令
在安装PaddleHub之前，请先安装PaddlePaddle深度学习框架，更多安装说明请查阅飞桨快速安装
pip install paddlehub
除上述依赖外，预训练模型和数据集的下载需要网络连接，请确保机器可以正常访问网络。若本地已存在相关预训练模型目录，则可以离线使用PaddleHub。
使用
图像分类
# -*- coding: utf-8 -*-
import paddlehub as hub
classifier = hub.Module(name="resnet50_vd_animals")
result = classifier.classification(paths=['imgs/img_cls.jpg'])
print(result)
参考链接：https://paddlepaddle.org.cn/hubdetail?name=resnet50_vd_animals&en_category=ImageClassification
人脸检测
# -*- coding: utf-8 -*-
import paddlehub as hub
import matplotlib
import matplotlib.image as mpimg
import matplotlib.pyplot as plt
matplotlib.use('TkAgg')
def show_img(res_img_path):
img = mpimg.imread(res_img_path)
plt.figure(figsize=(10, 10))
plt.imshow(img)
plt.axis('off')
plt.show()
mask_detector = hub.Module(name="pyramidbox_lite_mobile_mask")
res = mask_detector.face_detection(paths=['imgs/mask.jpg'], visualization=True, output_dir='detection_output')
res_img_path = 'detection_output/mask.jpg'
show_img(res_img_path)
参考链接：https://paddlepaddle.org.cn/hubdetail?name=pyramidbox_lite_mobile_mask&en_category=FaceDetection
文字识别
# -*- coding: utf-8 -*-
import paddlehub as hub
ocr = hub.Module(name="chinese_ocr_db_crnn_server")
result = ocr.recognize_text(paths=['imgs/text_detection.jpg'],visualization=True,output_dir='ocr_result')
# print(result)
print(result[0]['data'])
参考链接：https://paddlepaddle.org.cn/hubdetail?name=chinese_ocr_db_crnn_server&en_category=TextRecognition
关键点检测
# -*- coding: utf-8 -*-
import paddlehub as hub
pose_estimation = hub.Module(name="human_pose_estimation_resnet50_mpii")
result = pose_estimation.keypoint_detection(paths=['imgs/pose_estimation.jpg'],visualization=True, output_dir='output_pose')
print(result)
参考链接：https://paddlepaddle.org.cn/hubdetail?name=human_pose_estimation_resnet50_mpii&en_category=KeyPointDetection
目标检测
# -*- coding: utf-8 -*-
import paddlehub as hub
object_detector = hub.Module(name="yolov3_resnet50_vd_coco2017")
result = object_detector.object_detection(paths=['imgs/object_detector.jpg'], visualization=True,
output_dir='detection_result')
print(result)
参考链接：https://paddlepaddle.org.cn/hubdetail?name=yolov3_resnet50_vd_coco2017&en_category=ObjectDetection
图像生成
# -*- coding: utf-8 -*-
import paddlehub as hub
stylepro_artistic = hub.Module(name="stylepro_artistic")
result = stylepro_artistic.style_transfer(
paths=[{
'content': 'imgs/style_content1.jpg',
'styles': ['imgs/style1.jpg']
}], visualization=True, output_dir='transfer_result')
参考链接：https://www.paddlepaddle.org.cn/hubdetail?name=stylepro_artistic&en_category=GANs
图像分割
# -*- coding: utf-8 -*-
# 导入需要的库
import paddlehub as hub
import matplotlib
import matplotlib.image as mpimg
import matplotlib.pyplot as plt
matplotlib.use('TkAgg')
# matplotlib.use('Qt5Agg')
def show_img(res_img_path):
img = mpimg.imread(res_img_path)
plt.figure(figsize=(10, 10))
plt.imshow(img)
plt.axis('off')
plt.show()
module = hub.Module(name="deeplabv3p_xception65_humanseg")
res = module.segmentation(paths=["imgs/image_seg.jpg"], visualization=True, output_dir='humanseg_output')
res_img_path = 'humanseg_output/image_seg.png'
show_img(res_img_path)
参考链接：https://paddlepaddle.org.cn/hubdetail?name=deeplabv3p_xception65_humanseg&en_category=ImageSegmentation
联系作者
- 作者GitHub：https://github.com/leigangblog
- Github开源代码：https://github.com/leigangblog/paddlehub_demo
FAQ
当安装或者使用遇到问题时，可以通过FAQ查找解决方案。
如果在FAQ中没有找到解决方案，欢迎您将问题以Github Issues的形式提交给我们，我们会第一时间进行跟进。
用户交流群
- 飞桨PaddlePaddle 交流群：796771754（QQ群）
- 飞桨ERNIE交流群：760439550（QQ群）