PaddleClas
PaddleClas copied to clipboard
A treasure chest for visual classification and recognition powered by PaddlePaddle
你好,请问在公开的各个模型在imagenet1k数据集上的top1准确率和Latency、flops、params数据中,为什么没有CLIP_vit_base_patch16_224模型呢,请问能加上吗?公开的网址是https://github.com/PaddlePaddle/PaddleClas/blob/release/2.5/docs/zh_CN/models/ImageNet1k/model_list.md#PPHGNet
paddleclas 0.0.0 paddlepaddle-gpu 2.5.2 python 3.8 win 11 特征提取模型训练报错 `python tools/train.py -c E:\PaddlePaddle\PaddleClas\ppcls\configs\GeneralRecognitionV2\GeneralRecognitionV2_PPLCNetV2_base_LL.yaml` ```python [2023/12/21 23:40:16] ppcls INFO: =========================================================== == PaddleClas is powered by PaddlePaddle ! == =========================================================== == ==...
├── A │ ├── 1.jpg │ ├── 2.jpg ├── B │ ├── 1.jpg │ ├── 2.jpg 比如我有这样的结构 https://github.com/PaddlePaddle/PaddleClas/blob/release/2.5/docs/zh_CN/training/PP-ShiTu/feature_extraction.md https://github.com/PaddlePaddle/PaddleClas/blob/release/2.5/docs/zh_CN/training/metric_learning/dataset.md 特征提取 ``` # 采用"空格"作为分隔符号 ... train/99/Ovenbird_0136_92859.jpg 99 2 ... train/99/Ovenbird_0128_93366.jpg 99...
paddleclas 0.0.0 paddlepaddle-gpu 2.5.2 python 3.8 win 11 特征提取模型训练报错 `python tools/train.py -c E:\PaddlePaddle\PaddleClas\ppcls\configs\GeneralRecognitionV2\GeneralRecognitionV2_PPLCNetV2_base_LL.yaml` ```python [2023/12/21 23:40:16] ppcls INFO: =========================================================== == PaddleClas is powered by PaddlePaddle ! == =========================================================== == ==...
我在使用 PaddleClas 进行模型测试时发现了一个潜在的问题。当运行环境为 Windows 操作系统时,最后一轮的 batch 测试样本似乎没有被正确处理。经过检查 classification.py 中的代码,我发现了以下逻辑: ``` total_samples = len( engine.eval_dataloader.dataset) if not engine.use_dali else engine.eval_dataloader.size max_iter = len(engine.eval_dataloader) - 1 if platform.system() == "Windows" else len(engine.eval_dataloader)...
1.paddlepaddle-gpu== 2.2.2 2.python==3.8.5 3.cuda/10.2 4.执行self.paddle_predictor.run() 出错:could not execute a primitive 5.将enable_mkldnn 设置为False,不再出错,但是时间推理时间增加 6.该如何在不出错的情况下提速 ![微信图片_20231213105141](https://github.com/PaddlePaddle/PaddleClas/assets/32634125/76fbce2b-f9d0-422c-812e-9cc4a0216017)
使用 [PULC 含文字图像方向分类模型](https://github.com/PaddlePaddle/PaddleClas/blob/release/2.5/docs/zh_CN/models/PULC/PULC_text_image_orientation.md) 方案,对1w张pdf图像做微调训练后,发现效果比较差 数据集: 收集的1w张pdf论文图像,并作四个角度的旋转得到四个方向各1万张数据 预训练模型: PULC含文字图像方向分类模型
paddleserving 预编译和docker的版本都比较老,没有更新的了吗? 现在自己要部署,要通过什么形式?(尝试了python调用,serving好像都不行) 也没有看到自己如果用新的方式自己制作镜像,是不是2.5.2支持的serving都没有了?
使用PaddleClas训练了100轮,导出的最优模型在实际应用中识别率不高。我先前使用这个参数训练了一段时间(没有跑完,终止训练程序),导出了一个最优模型应用识别率比较高,这个比较高的没有跑到100轮。我设置100轮是不是过拟合了,请问我怎么才能设置具体的epochs这个值,能保证训练不过拟合,导出的是最优的模型。 具体环境信息如下: 1. PaddleClas develop 2. PaddleInference 2.4.2 3. 训练环境信息: a. 操作系统Linux ubuntu 20.04 b. Python 3.8 c. CUDA/cuDNN版本, 如CUDA12.0 4. 训练yaml文件内容 Global: checkpoints: null pretrained_model: null output_dir: ./output/ device:...
将[PULC模型库](https://github.com/PaddlePaddle/PaddleClas/blob/release/2.5/docs/zh_CN/models/PULC/model_list.md)中的文字行方向分类模型转换成onnx,使用链接中的推理模型。 ![image](https://github.com/PaddlePaddle/PaddleClas/assets/107862224/e48bbd04-f6dd-4d1f-9608-5bc5d49811ed) 转换onnx脚本: python tools/export_model.py -c ./ppcls/configs/PULC/textline_orientation/PPLCNet_x1_0.yaml -o Global.checkpoints=./textline_orientation_infer/inference paddle2onnx --model_dir .inference --model_filename inference.pdmodel --params_filename inference.pdiparams --save_file textline_orientation.onnx --opset_version 11 --enable_onnx_checker True 推理代码: import onnxruntime as ort import numpy as...