Models学习资源汇总 - 飞桨官方支持的CV、NLP等领域模型库

Ray

Models模型库简介

Models是飞桨官方维护的产业级模型库,包含了计算机视觉、自然语言处理、语音、推荐等多个领域的主流模型和竞赛冠军模型。该项目由PaddlePaddle团队支持,为企业提供了低成本开发和快速集成AI能力的解决方案。

Models模型示例

主要内容

Models模型库包含以下三大类模型:

  1. 官方模型(official): 面向产业实践,数量超过600个,包括飞桨PP系列模型等。

  2. 学术模型(research): 面向学术前沿,由飞桨相关学术生态合作伙伴贡献。

  3. 社区模型(community): 面向更多丰富场景,由飞桨生态开发者贡献。

学习资源

以下是一些有助于学习使用Models的资源:

Models架构图

快速开始

  1. 克隆代码:
git clone https://github.com/PaddlePaddle/models.git
  1. 安装依赖:
pip install -r requirements.txt
  1. 运行示例:
python examples/quick_start.py

技术交流

欢迎加入飞桨模型库技术交流群,与资深开发者一起讨论Models的使用。

技术交流群二维码

Models为开发者提供了丰富的深度学习模型资源,欢迎大家使用并贡献代码,共同推动飞桨生态的发展! 🚀

avatar
0
0
0
相关项目
Project Cover

models

飞桨开源模型库提供经过实践验证的主流模型,支持语义理解、图像分类、目标检测等场景,助力企业低成本开发和快速集成。模型库根据国内企业研发流程定制,广泛应用于能源、金融、工业、农业等领域,包含超过600个官方模型和260个生态模型。

Project Cover

PaddleNLP

PaddleNLP是基于飞桨框架开发的大语言模型套件,提供全面的训练、精调、压缩和部署功能。支持多硬件环境,包括4D并行配置和高效精调策略,适应多种硬件平台,有效降低开发门槛。兼容LLaMA、Bloom等多种主流模型,为大模型开发提供高效解决方案。

Project Cover

ERNIE-SDK

ERNIE SDK 包括 ERNIE Bot Agent 与 ERNIE Bot 两个主要组件,基于百度飞桨文心大模型,提供智能体开发框架。其功能涵盖多工具编排、知识库、预置工具及插件支持,实现零代码的智能体应用开发。简便的代码接口使开发者能轻松调用文本创作、对话生成和语义向量等功能,加速开发过程,降低AI应用的开发门槛。

Project Cover

awesome-DeepLearning

飞桨官方出品,提供一站式深度学习学习资源,包括基础实践课程、深度学习书籍、百问专题和产业应用案例等。涵盖从基础到进阶的学习资料,适合高校和企业应用。项目内容实时更新,帮助开发者掌握最新深度学习技术,提升专业能力。

Project Cover

PaddleSeg

PaddleSeg是一款基于飞桨PaddlePaddle的图像分割套件,内含超过45种模型算法和140多个预训练模型,支持语义分割、交互式分割、Matting及全景分割。应用场景广泛,包括医疗、工业、遥感等。具备高精度、高性能、模块化以及全流程特性,兼容多个操作系统如Linux、Windows、MacOS,适用于多种硬件的训练和部署。

Project Cover

X2Paddle

X2Paddle是一个将Caffe、TensorFlow、ONNX和PyTorch模型转换为飞桨框架的开源工具。它支持推理模型和PyTorch训练项目的快速迁移,并提供详细的API对比文档。通过简单的一键命令或API,模型转换变得轻松,显著节省迁移成本。适用于Python 3.5+及多种硬件设备,同时支持PaddleLite格式及VisualDL在线转换服务,充分发挥飞桨生态系统的优势。

Project Cover

PaddleX

PaddleX 3.0是一个基于飞桨框架的低代码开发工具,支持在多种主流硬件上进行模型训练和推理。该工具提供16条模型产线和68个精选模型,覆盖图像分类、目标检测、OCR等多个任务场景,适用于工业、能源、金融等多个行业。PaddleX支持零代码和低代码两种开发模式,可在本地多种硬件上运行,为AI应用开发提供便捷的解决方案。

Project Cover

PaddleRS

PaddleRS是基于飞桨开发的遥感影像智能解译套件,支持图像分割、目标检测等多种遥感任务。它拥有丰富模型库,针对大幅面影像优化,提供遥感数据预处理等功能,可快速完成从数据处理到模型部署的遥感深度学习应用开发全流程。PaddleRS具备工业级训练和部署性能,有效提升开发效率。

最新项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号