Look Look 开源项目 PaddleHub ^ _ ^

PaddleHub简介

PaddleHub旨在为开发者提供丰富的、高质量的、直接可用的预训练模型。其中涵盖CV、NLP、Audio、Video、工业应用主流五大品类的 300+ 预训练模型，全部开源下载，离线可运行。

项目地址：https://github.com/PaddlePaddle/PaddleHub

安装

环境依赖

# 安装gpu版本的PaddlePaddle
pip install paddlepaddle-gpu -U

# 或者安装cpu版本的paddlepaddle
# pip install paddlepaddle -U

安装命令

1	pip install paddlehub==2.1.0

除上述依赖外，PaddleHub的预训练模型和预置数据集需要连接服务端进行下载，请确保机器可以正常访问网络。若本地已存在相关的数据集和预训练模型，则可以离线运行PaddleHub。

使用PaddleHub下载数据集、预训练模型等，要求机器可以访问外网。可以使用server_check()可以检查本地与远端PaddleHub-Server的连接状态，使用方法如下：

import paddlehub
paddlehub.server_check()
# 如果可以连接远端PaddleHub-Server，则显示Request Hub-Server successfully。
# 如果无法连接远端PaddleHub-Server，则显示Request Hub-Server unsuccessfully。

快速体验

在PaddleHub中，Module代表一个可执行模块，一般来讲就是一个可以端到端预测的预训练模型（例如目标检测模型、中文词法分析模型），又或者是一个需要根据下游任务进一步微调（迁移学习）的模型，例如BERT/ERNIE。

PaddleHub采用模型即软件的设计理念，所有的预训练模型与Python软件包类似，具备版本的概念。

人像分割

import paddlehub as hub
# module = hub.Module(name="humanseg_lite", version="1.1.1")
module = hub.Module(name="humanseg_lite")

res = module.segmentation(
    paths = ["./test_image.jpg"],
    visualization=True,
    output_dir='humanseg_output')