PaddleHub

一、PaddHub是什么？

PaddleHub是百度飞桨深度学习框架的预训练模型管理和迁移学习工具。其提供了飞桨生态下的高质量预训练模型，涵盖了图像分类、目标检测、词法分析、语义模型、情感分析、视频分类、图像生成、图像分割、文本审核、关键点检测等主流模型。

其主要特性包括： 1. 丰富的预训练模型； 2. 模型即软件； 3. Fine-tone API。

二、基于预训练模型，PaddleHub支持以下功能：

1、迁移学习，通过Fine-tune API，输入少量代码即可完成自然语言处理和计算机视觉场景的深度迁移学习。

2、模型即软件，通过Python API或命令行实现快速预测，更方便地使用PaddlePaddle模型库。

3、服务化部署，只需要简单的一行命令即可搭建一些特色模型的API服务。

4、超参优化，自动搜索最优最好的超参模型，得到更好的模型效果。

三、PaddleHub 模型介绍

1、加载人脸关键点检测模型，并实现头部姿态估计方法

头部姿态估计是识别头部是否有发生点头、摇头、眨眼、张嘴的动作。这些动作可以根据face_landmark_localization预测人脸关键点位置计算头部的欧拉角，进而实现动作判断。

2、口罩检测，检测在密集人流区域中携带和未携戴口罩的所有人脸，同时判断该者是否佩戴口罩。

3、图像分割，该PaddleHub Module使用百度自建数据集进行训练，可用于人像分割，支持任意大小的图片输入。

 

 

四、我的想法

PaddleHub拥有多种实用的模型，使得它在各种科技产品中发挥着重要的作用。结合本次暑期实践活动，我想借此了解并研究基于PaddleHub的头部姿态估计与应用方面的知识。