【來源：中國青年網】
2020年，「新基建」正給中國科技發展帶來新的重大機遇，人工智慧基礎設施面臨全面升級。深度學習框架正是推動產業智能化進階的重要基礎設施。近日，國內唯一開源開放、功能完備的深度學習開源平臺——百度飛槳，在智能視覺領域實現重大升級。
此次，PaddleCV最新全景圖首度曝光。其中，PaddleDetection、PaddleSeg、PaddleSlim和Paddle Lite重磅升級；全新發布3D視覺和PLSC超大規模分類2項能力。同時，PaddleCV新增了15個在產業實踐中廣泛應用的算法，整體高質量算法數量達到73個；35個高精度預訓練模型，總數達到203個。
PaddleCV依託於飛槳底層核心技術以及百度大腦軟硬一體AI大生產平臺的優勢，貫通了從核心技術、生態應用，再到商業化解決方案的整套體系，支撐百度視覺成為目前業內規模最大、技術棧最全面、生態體系最完善的視覺技術平臺，形成可自我持續迭代優化的閉環。
如全景圖所示，PaddleCV主要從三方面更新核心技術能力：
第一，核心技術能力升級，基於產業實踐真實場景打磨，多場景視覺任務上模型準確率全面提升。
PaddleDetection模塊種類與性能全面提升，YOLOv3大幅增強，精度提升4.3%，訓練提速40%，推理提速21%；人臉檢測模型BlazeFace新增NAS版本，體積壓縮3倍，推理速度提速122%；新增IoU損失函數類型，精度再提升1%，不增加預測耗時。在模型方面，新增3個類型，基於COCO數據集的精度最高開源模型CBNet，高達53.3%；Libra-RCNN模型精度提升2%；Open Images V5成為目標檢測比賽最佳單模型。
PaddleSeg新增基於HRNet的高精度圖像分割模型，其最大的特點是將圖像在整個處理過程中保持高解析度特徵，這和大多數模型所使用的從高解析度到低解析度網絡產生的低解析度特徵中恢復高解析度特徵有所不同。同時，獲得實時語義分割模型Fast-SCNN，它的最大特點是「小快靈」，即該模型在推理計算時僅需要較小的FLOPs，就可以快速推理出一個不錯的結果。
PaddleCV還新增了3D點雲分類、分割和檢測的PointNet++和PointRCNN模型。PointNet++在ModelNet40數據集上，分類精度高達90%；PointRCNN在KITTI（Car）的Easy數據子集上，檢測精度高達86.66%。和此前PaddleCV支持的數十種模型一樣，基於飛槳框架，開發者無需全新開發代碼，只要進行少量修改，就能快速在工業領域實現3D圖像的分類、語義分割和目標檢測任務。
圖像分類新增預訓練模型SENet-vd、Res2Net、HRNet系列模型。Res2Net可以更細粒度表示多尺度特徵，HRNet全程都可以保持高解析度。截至目前，飛槳圖像分類模型包含了ResNet、ResNet-vd、ResNet_ACNet、MobileNet、ShuffleNet、EfficientNet等系列近20類圖像分類算法，105個預訓練模型，也可供目標檢測、圖像分割等任務應用。其中，ResNet-vd系列相比ResNet系列模型，在不增加推理耗時的情況下，精度提高1%-2%，EfficientNet推出了small版本，在GPU上速度提升1.59倍。
第二，PaddleCV端到端能力大幅提升，打通了模型開發、訓練、壓縮、部署全流程，更好地服務於產業實踐。
目標檢測模型在實際部署時，由於耗時和內存佔用，仍然存在很大挑戰。基於此，PaddleSlim提供了多種高效的模型壓縮方法，助推PaddleDetection性能到達全新高度。使用蒸餾模型壓縮方案可提升驗證精度2%；裁剪模型壓縮方案大幅降低FLOPs；蒸餾+裁剪模型壓縮方案，基於COCO數據集進行測試，可以加速2.3倍。此外，PaddleDetection還為開發者提供了從訓練到部署的端到端流程，並提供一個跨平臺的圖像檢測模型的C++預測部署方案。
跟目標檢測模型類似，語義分割模型在實際部署時也會面臨耗時、內存佔用的挑戰。PaddleSlim為PaddleSeg提供了多種分割模型的壓縮方案，FLOPs減少51%，提升部署成功率。
針對超大規模人臉識別等應用挑戰，正式發布PLSC超大規模分類工具。一方面，通過多機分布式訓練可以將全連接層參數切分到更多的GPU卡，從而支持千萬類別分類，並且飛槳大規模分類庫在理論上可支持分類類別數隨著使用GPU卡數的增加而增加。另一方面，PLSC的訓練精度和效率高，在多個數據集上得SOTA的訓練精度，同時支持混合精度訓練，單機8張Nvidia Tesla v100 GPU配置下混合精度訓練速度提升42%。PLSC讓開發者通過五行代碼即可實現千萬類別分類網絡的構建和訓練，提供大規模分類任務從訓練到部署的全流程解決方案。同時，支持訓練GPU卡數的動態調整、Base64格式圖像數據預處理。
PaddleCV與飛槳領先分布式訓練能力全面結合，對於人臉識別等廣泛的場景應用提供了強有力的推動作用。3月初，百度開源的「戴口罩人臉識別算法」中，即通過PLSC實現了快速對數百萬ID的訓練數據進行訓練；同時採用飛槳模型壓縮庫PaddleSlim進行模型搜索與壓縮，產出了高性能的人臉識別模型；最後基於Paddle Lite，實現了雲端和移動端的快速部署。
第三，PaddleCV全面打通了模型算法、開發框架和AI晶片，實現軟硬一體化。
首先，PaddleCV基於Paddle Lite多硬體支持能力的優勢，與崑崙晶片進行深度聯合優化，實現端到端軟硬一體能力的完全領先和自主可控。以製造業為例，百度與微億智造聯合打造了智能自動化監測設備「表面缺陷視覺檢測設備」，區別於傳統人工肉眼檢查電子零件的方式，既保障質檢環節的檢查質量與效率，也進一步緩解了由於疫情原因造成的人力缺乏問題。
此次合作，藉由百度崑崙晶片、百度智能雲的加持，以及基於百度飛槳深度學習 平臺的目標檢測模型，微億構建完成了一個從智能硬體到算法軟體再到算力供給的智能製造解決方案大閉環，具備了端到端軟硬一體能力，實現了完全的自主可控。此外，在央視《新聞聯播》2月10日報導中還提到，江蘇常州的精研科技藉助「表面缺陷視覺檢測設備」，解決了工人無法復工情況下的生產難題，在精研科技的精密零部件製造車間，十臺無人值守的智能化檢測設備24小時工作，比人工檢測效率提升近10倍。
PaddleCV的重磅升級，飛槳為視覺領域提供了更為強大且應用廣泛的工具，加速不同產業的AI落地。除了在視覺領域，飛槳也形成了語音、視覺、NLP等全方位的能力體系。飛槳還充分發揮全硬體平臺能力的優勢，與崑崙晶片深度融合優化，打造技術領先、自主可控的軟硬一體技術平臺。
目前，飛槳已累計服務150多萬開發者，幫助6.5萬企業用戶，作為百度大腦的堅實底座，在很多關乎國計民生的領域，都發揮著實實在在的重要作用。