飞桨特色产业级模型库助力AI开发与落地更简单

发布日期：2023-02-21T03:24:50.000+0000 浏览量：877次

飞桨在长期的产业实践中发现，开发者使用开源模型项目落地普遍会遇到三大难题：

算法和模型繁多，做模型选择是个难题；
模型效果不错，但产业落地时容易遇到资源限制和部署的问题；
面对新场景无从下手，迫切希望有范例和经验作为参考。

针对以上问题，飞桨特色产业级模型库为开发者提供了三个方面针对性的解决方案，分别是：

算法汇聚，模型精选，为开发者提供600+精选算法；
产业实践，深度优化，精心打造飞桨PP系列模型，更适合产业落地；
聚合产业范例与模型知识，打造覆盖金融、工业等多个行业的产业范例库。

算法汇聚，模型精选

针对模型选择困难的问题，飞桨提供600多个精选的官方算法，涵盖了自然语言处理、计算机视觉、推荐、语音、时序预测、文心大模型、强化学习、图神经网络、量子学习、生物计算以及科学计算等主流应用领域。

为了更好地承载模型的研发与应用，飞桨创新性地研发了开发套件产品，通过端到端的全流程，来支撑开发者的开发过程。

以PaddleDetection和PaddleOCR两个开发套件为例，开发套件可以支持开发者从数据准备、模型训练到部署整个流程，同时还预置大量优化策略。开发者只需简单修改配置，就可以快速实现应用，而且支持在丰富的硬件上实现多种部署方式。

除了之前大家熟悉的开发套件，近期飞桨新发布了若干模型库与开发套件。

深度时序建模库PaddleTS

飞桨新增深度时序建模库PaddleTS，专门针对开发者在时序预测方向的任务需求。

三维感知开发套件Paddle3D

3D方向目前也是比较热门的场景。飞桨针对性开发了三维感知开发套件Paddle3D，其可以在智能驾驶、智能医疗、点云测绘等方面支持产业落地。

遥感影像智能解译开发套件PaddleRS

遥感影像智能解译开发套件PaddleRS的技术能力覆盖遥感场景中图像分割、目标检测、变化检测、图像复原以及场景分类，非常适合遥感方向从业开发者进行产业应用落地。

综上，通过丰富的模型库以及开发套件，可以很好地解决模型选择困难问题。

产业实践，深度优化

针对开发者对于产业实践深度优化的需求，飞桨建设了一批高质量的PP系列模型。目前PP特色模型已经到达了42个，基本涵盖了各个领域的主流任务场景。PP系列模型的主要特色是精度与性能的平衡，根据产业用户的场景需要，兼顾模型精度和硬件推理速度。根据模型的大小、占用内存、显存这些限制条件进行综合优化，在保证精度基本满足任务需求的同时，兼顾在速度和性能上也能满足业务需求。