PPSIG携手100+位contributor，共建飞桨开源社区

开源的开放性使得诸多的开发者可以加入其中&＃xff0c;自2016年开源以来&＃xff0c;飞桨一直致力于建设开源开放的开发者社区&＃xff0c;也正是有了众多contributor们的加入&＃xff0c;飞桨社区得以不断发展繁荣。

PPSIG已经成立一年了&＃xff0c;从最开始的2个小组&＃xff0c;到12个小组&＃xff0c;一共有100&＃43;位Contributors为飞桨社区贡献了100&＃43;开源项目&＃xff0c;涉及模型复现、文档教程、部署预测、数据集、开发工具等开源贡献&＃xff0c;交出了一份硕果累累的答卷。

PPSIG历史贡献速览

①李沐《动手学深度学习》飞桨版&＃xff1a;由Docs小组兰元帅、紫涵、李生煜、吴未、范远展、吕坤7位SIG成员贡献&＃xff0c;《动手学深度学习》被全球 50 个国家 200 所大学用于深度学习教学,该项目将原书中MXNet代码改为了飞桨实现&＃xff0c;方便开发者快速学习。

GitHub项目&＃xff1a;

https://github.com/PaddlePaddle/awesome-DeepLearning/tree/master/Dive-into-DL-paddlepaddle

如果你喜欢此项目&＃xff0c;欢迎star支持~

②PPOCRLabel&＃xff08;首款开源的OCR半自动标注工具&＃xff09;&＃xff1a;由Models-OCR小组韩磊、顾茜、董文轩、魏佳隆等SIG成员贡献。内嵌PP-OCR系列模型&＃xff0c;实现自动预标注与重新识别功能&＃xff0c;标注效率提升60-80%。该软件使用Python3和PyQT5编写&＃xff0c;用法非常简单&＃xff0c;支持矩形框标注和四点标注模式&＃xff0c;导出格式可直接用于PP-OCR检测和识别模型的训练&＃xff0c;未来将支持锁定框确定功能。

GitHub项目&＃xff1a;

https://github.com/Evezerest/PPOCRLabel

如果你喜欢此项目&＃xff0c;欢迎star支持~

③FastOCRLabel &＃xff1a;由Models-OCR小组成员包建强贡献&＃xff0c;专门为Windows用户设计的开源OCR半自动标注工具。提供矩形标注和四点标注功能&＃xff0c;可以批量检测、识别图片&＃xff0c;支持一键导出所有标注信息&＃xff0c;供PP-OCR训练使用。其前后端分离&＃xff0c;前端是基于.NET Winform开发的窗体程序&＃xff0c;后端是把PaddleOCR封装成Python Flask服务。后端服务可以搭建在Windows本地&＃xff0c;也可以搭建在Linux服务器上。同时&＃xff0c;还提供了一台已经搭建该服务的服务器&＃xff08;地址参见readme文件&＃xff09;&＃xff0c;使用者可以在前端程序设置服务器地址后直接运行。未来将在前端提供更多的推理参数&＃xff0c;从而让自动标注更加准确。此外&＃xff0c;还会在竖排版古籍领域&＃xff0c;增加更多功能。

Gitee项目&＃xff1a;

https://gitee.com/BaoJianQiang/FastOCRLabel

如果你喜欢此项目&＃xff0c;欢迎star支持~

④EISeg&＃xff08;高效智能的交互式分割标注软件&＃xff09;&＃xff1a;由PaddleSeg团队联合Models-CV小组韩霖、陈奕舟2位SIG成员贡献&＃xff0c;累计下载次数超过了6000&＃43;次&＃xff0c;该软件涵盖了高精度和轻量级等不同方向的高质量交互式分割模型&＃xff0c;方便开发者快速实现语义及实例标签的标注&＃xff0c;降低标注成本。EISeg正式发布后&＃xff0c;推出的直播讲解倍受开发者欢迎&＃xff0c;在B站直播人气峰值破万。

同样在Windows平台&＃xff0c;EISeg还提供了基于QPT的可执行程序包&＃xff0c;用户无需手动配置环境&＃xff0c;双击exe即可快速使用EISeg。

GitHub项目&＃xff1a;

https://github.com/PaddleCV-SIG/EISeg

如果你喜欢此项目&＃xff0c;欢迎star支持~

⑤PaddleX多相机推理演示&＃xff1a;由Models-CV小组李康宇、朱玉石、王成3位SIG成员贡献&＃xff0c;基于C#开发&＃xff0c;可以驱动海康威视黑白相机、basler黑白/彩色相机&＃xff0c;获取图像后使用PaddleX深度学习库&＃xff0c;实现图像分类、目标检测和语义分割功能。

GitHub项目&＃xff1a;

https://github.com/LiKangyuLKY/PaddleXCsharp

如果你喜欢此项目&＃xff0c;欢迎star支持~

⑥人脸融合&＃xff1a;由Models-GAN小组成员吴何聪贡献&＃xff0c;人脸融合能力由StyleGAN V2以及新增的Fitting和Mixing模块组成&＃xff0c;能够完美融合任意两张&＃xff0c;生成新人物的脸&＃xff0c;并带有丰富的表情。

GitHub项目&＃xff1a;

https://github.com/PaddlePaddle/PaddleGAN/blob/develop/README_cn.md

如果你喜欢此项目&＃xff0c;欢迎star支持~

⑦飞桨官网应用案例&＃xff1a;由Docs小组14位成员为飞桨官网贡献15篇案例教程&＃xff0c;内容包含计算机视觉、自然语言处理&＃xff0c;时序数据、强化学习等基于飞桨实现的案例&＃xff0c;极大的降低了新手入门飞桨的门槛&＃xff0c;解决了小白入门难的问题。

传送门&＃xff1a;

https://www.paddlepaddle.org.cn/documentation/docs/zh/tutorial/index_cn.html

贡献案例一栏&＃xff1a;

• 基于飞桨框架 AutoEncoder实现时序数据异常检测

• 基于飞桨框架OCR实现验证码识别

• 基于飞桨框架transformer实现文本分类

• 基于飞桨框架DCGAN实现人脸图像生成

• 基于飞桨框架Sub-Pixel实现图像超分辨率

• 基于飞桨框架实现关键点检测及应用

• 基于飞桨框架使用预训练的词向量

• 基于飞桨框架 fine-tuning的图像分类

• 基于飞桨框架使用PointNet实现点云分类

• 基于飞桨框架使用协同过滤实现电影推荐

• 基于飞桨框架实现强化学习算法Actor Critic Method 

• 基于飞桨框架使用PointNet实现点云分类

• 基于飞桨框架实现强化学习算法DDPG

• 基于飞桨框架实现强化学习算法A2C

• 基于飞桨框架实现热图可视化

⑧AgentOCR&＃xff1a;由Plugin成员肖培楷贡献&＃xff0c;累计下载量3000&＃43;&＃xff0c;其使用简单、调用方便并且支持Windows的DirectX加速&＃xff0c;甚至不挑显卡&＃xff0c;核显也能提取得加速能力&＃xff01;除此之外还包含半自动标注、车牌识别等常见OCR功能&＃xff0c;后续仍有公式识别等模型的开发安排&＃xff0c;敬请期待&＃xff01;

Github项目&＃xff1a;

https://github.com/AgentMaker/AgentOCR

如果你喜欢此项目&＃xff0c;欢迎star支持~

⑨QPT - Quick packaging tool &＃xff08;快捷封装工具&＃xff09;&＃xff1a;由Plugin成员GT、Dango、AP-Kai三名开发者贡献&＃xff0c;累计下载量破万&＃xff0c;是一款可以“模拟”开发环境的多功能封装工具&＃xff0c;只需一行命令即可将普通的Python脚本打包成Windows可一键启动的EXE可执行程序&＃xff0c;并且额外对部分深度学习框架增加了CUDA和NoAVX的支持&＃xff0c;尽可能兼容更多用户环境。

目前&＃xff0c;该项目不仅在EISeg等PP SIG项目中被使用&＃xff0c;在GitHub上的千星开源项目团子翻译器&＃xff08;3.2k&＃xff09;也使用了该部署方案&＃xff0c;性能更加稳定&＃xff01;

Github项目&＃xff1a;

https://github.com/QPT-Family/QPT

如果你喜欢此项目&＃xff0c;欢迎star支持~

⑩MPNet、RoFormer、ConvBert等预训练模型的PaddleNLP实现:由Models-NLP 小组成员余军和肖培楷贡献&＃xff0c;MPNet模型是一种新的预训练方法&＃xff1b;RoFormer模型---提出新的位置编码方式&＃xff1b;ConvBert模型——通过动态卷积提升Bert性能。贡献了中文预训练模型NeZha、CPM的PaddleNLP实现&＃xff0c;丰富了飞桨NLP预训练模型生态。基于PaddleNLP中强大易用的Transformer API&＃xff0c;开发者可以通过两行代码便捷调用这些预训练模型。

Github项目:

https://github.com/PaddlePaddle/PaddleNLP

如果你喜欢此项目&＃xff0c;欢迎star支持~~

学习互助&＃xff0c;陪伴成长

秉承开源互助&＃xff0c;SIG陆续开展内部技术学习交流会&＃xff0c;定期邀请技术大牛&＃xff0c;提供技术培训与指导&＃xff0c;提升SIG成员深度学习技术水平与解决问题的能力&＃xff0c;在开发者付出贡献拥抱开源的同时,社区也在积极回馈。

PPSIG持续进行

随着PPSIG不断的活跃与开展&＃xff0c;有多个协作项目正在紧锣密鼓的进行中&＃xff0c;如果你认可我们的开源理念&＃xff0c;请带着你的开源热情和富有创意贡献的想法&＃xff0c;加入PPSIG 成为Contributors的一员吧

正在进行的项目&＃xff1a;

PPSIG Models-OCR

PaddleOCR累计Star数超过16K&＃xff0c;频频登上Github Trending日榜月榜。我们致力于打造一个富有活力的OCR社区&＃xff0c;以开源精神将OCR应用于各行各业&＃xff0c;进而提升我们的生产生活效率。

协作内容示例

 ①PPOCRLabel功能完善&＃xff0c;提供更便捷的标注体验&＃xff0c;未来共建方向如下&＃xff1a;新增锁定框模式、界面美化、代码优化、whl包安装、模型替换教程、优化消息提醒模式、自动写入文件等

https://github.com/PaddlePaddle/PaddleOCR/blob/dygraph/PPOCRLabel/README_ch.md

② PaddleOCR桌面使用工具

③FastOCRLabel标注工具功能完善

④手写体场景模型训练

⑤图像前后处理插件

参与方式

如果您有兴趣加入&＃xff0c;可扫码填写问卷&＃xff0c;通过技术评估后即可加入

PPSIG Docs

为了能够让用户快速掌握到飞桨框架内容&＃xff0c;了解和学习如何使用进行相关任务的开发&＃xff0c;诚邀广大开发者一起共建应用案例教程&＃xff0c;努力提供更加优质的示例教程&＃xff0c;为更多开发者学会使用框架铺设一条高速公路。

协作内容示例

①基于飞桨框架应用示例教程

参考链接&＃xff1a;

https://github.com/PaddlePaddle/book/issues/905

②李沐《动手学深度学习》飞桨版&＃xff0c;未来共建方向如下&＃xff1a;

• 前言

• 预备知识

• 线性神经网络

• 多层感知机

• 深度学习计算

• 卷积神经网络

• 现代卷积神经网络

• 循环神经网络

• 现代循环神经网络

• 注意力机制

• 优化算法

• 计算性能

• 计算机视觉

• 自然语言处理&＃xff1a;预训练

参与方式

如果您有兴趣加入&＃xff0c;可扫码填写问卷&＃xff0c;通过技术评估后即可加入

关于飞桨特殊兴趣小组

飞桨特殊兴趣小组&＃xff08;PPSIG&＃xff09;旨在通过开放的社区形式与全球开发者共同构建一个开放、多元和架构包容的生态体系&＃xff0c;以开源理念和技术实践为驱动&＃xff0c;让全球的开发者更紧密的协作起来&＃xff0c;构建更好的开源世界。如果你对技术和开源有热情&＃xff0c;愿意为之分享和付出&＃xff0c;认可开源理念并贡献自己的想法&＃xff0c;欢迎加入飞桨特殊兴趣小组

飞桨特殊兴趣小组官网&＃xff1a;

https://www.paddlepaddle.org.cn/sig

PPSIG Contributor

每一个微小的改进和贡献&＃xff0c;都是点亮开源世界里的星星。仰望星光璀璨&＃xff0c;不如躬身入局。我们欢迎广大开发者加入飞桨特殊兴趣小组&＃xff08;PPSIG&＃xff09;&＃xff0c;参与飞桨开源生态建设中&＃xff0c;以兴趣驱使结识更多的技术同好&＃xff0c;共建国内最好的开源社区&＃xff0c;分享开源成果与快乐。

长按下方二维码立即

Star

更多信息&＃xff1a;

1. 飞桨官方QQ群&＃xff1a;793866180

2. 飞桨官网网址&＃xff1a;

   www.paddlepaddle.org.cn/

3. 飞桨开源框架项目地址&＃xff1a;

   GitHub:

   github.com/PaddlePaddle/Paddle 
   Gitee:

   gitee.com/paddlepaddle/Paddle

4. 欢迎在飞桨论坛讨论交流~~

   http://discuss.paddlepaddle.org.cn