AI学习地图，30天从入门到精通

控制台

AI学习地图，30天从入门到精通

发布日期：2023-05-19 10:06浏览量：8074次

关注公众号【飞桨paddlepaddle 】，回复关键词：学习地图/学习资料包/飞桨，将获得电子版学习资料。

转眼2023的上半年即将告一段落，飞桨在开源框架、企业产品等方面也进行一系列发新和升级，涵盖目标检测、图像分割、自然语言处理、语音等技术方向。本次也给大家准备了AI产业落地解决方案和学习大礼包（文末可领取），涵盖多个模型方向。下面就让小编为你快速介绍。

飞桨框架v2.4 API新升级！

全面支持稀疏计算、图学习、语音处理等任务

相比飞桨框架2.3版本，飞桨框架v2.4增加了167个功能性API，新增稀疏计算(paddle.sparse)、图学习(paddle.geometric)和语音处理(paddle.audio)等更多领域API，同时也进一步完善了loss计算、张量计算、分布式和视觉变换等类别的API。

原文链接：https://mp.weixin.qq.com/s/iVhT-8WpWfGCQ3RCPg8Vig

文心ERNIE 3.0 Tiny新升级！

端侧压缩部署“小” “快” “灵”！

文心ERNIE 3.0 Tiny升级版–––文心ERNIE 3.0 Tiny v2也开源了！相较于v1，文心ERNIE 3.0 Tiny v2在Out-domain（域外数据）、Low-resource（小样本数据）的下游任务上精度显著提升，并且v2还开源了3L128H结构，5.99M参数量的小模型，更适用于端侧等低资源场景。

原文链接：https://mp.weixin.qq.com/s/9FKm4FeY0R6x81plnOVgig

模型推理耗时降低98%！

PaddleTS又双叒叕带来重磅升级！

近期，PaddleTSv1.1版本重磅发布，带来了在模型推理、模型可解释性、新增模型算法等多方面的重要升级：更高效的推理部署、新增时序分类模块、提升模型解释能力、表征学习支持分类与聚类、扩充深度学习模型。

原文链接：https://mp.weixin.qq.com/s/o5NwEnhZwFOKK9vAhi8hyg

PaddleDetection v2.6发布：目标小？数据缺？标注累？泛化差？

PP新员逐一应对

经过4个月的打磨升级，PaddleDetection v2.6正式发布。更新重点：PP-YOLOE家族再添新员，半监督、少样本、蒸馏学习加持，旋转框、小目标、密集全场景检测覆盖；PP-Human、PP-Vehicle：功能新增、推理提速、多路视频流支持；半监督检测、少样本学习、模型蒸馏算法全面开源，助力解决少样本、泛化性、标注量、冷启动问题。

原文链接：https://mp.weixin.qq.com/s/SLITj5k120d_fQc7jEO8Vw

三点几嚟，饮茶先啦！

PaddleSpeech发布全流程粤语语音合成

PaddleSpeech 是飞桨开源语音模型库，其提供了一套完整的语音识别、语音合成、声音分类和说话人识别等多个任务的解决方案。近日，PaddleSpeech 迎来了重要更新——r1.4.0版本。在这个版本中，PaddleSpeech 带来了中文 wav2vec2.0 fine-tune 流程、升级的中英文语音识别以及全流程粤语语音合成等重要更新。

PaddleSpeech r1.4.0 版本提供了全流程粤语语音合成解决方案，包括语音合成前端、声学模型、声码器、动态图转静态图、推理部署全流程工具链。

原文链接：https://mp.weixin.qq.com/s/2Bo7SdTYmpeiaqCDD2O2tg

“分割一切”大模型SAM、超轻量PP-MobileSeg、工业质检工具、全景分割方案

PaddleSeg全新版本等你来体验！

PaddleSeg 是飞桨高性能图像分割开发套件。目前，PaddleSeg 2.8 版本正式发布啦！更新如下：

1. 开源飞桨版本视觉大模型 Segment Anything Model (SAM) 和演示Demo。

2. 发布超轻量级语义分割模型 PP-MobileSeg

3. 发布工业质检工具 QualityInspector v0.5

4. 发布全景分割解决方案 PanopticSeg v0.5

5. 新增了七个前沿语义分割模型

6. 此外还有很多新功能和特性，比如 FastDeploy 全场景部署能力的集成、EISeg V1.1 版本、视频抠图模型 RVM、人像抠图.NET部署教程等。

原文链接：https://mp.weixin.qq.com/s/P4_hL8-tVrHd5cZOkbKL5Q

超越YOLOv8

飞桨推出精度最高的实时检测器RT-DETR！

飞桨在去年 3 月份推出了高精度通用目标检测模型 PP-YOLOE ，同年在 PP-YOLOE 的基础上提出了 PP-YOLOE+ 。后者在训练收敛速度、下游任务泛化能力以及高性能部署能力方面均达到了很好的效果。而继 PP-YOLOE 提出后，MT-YOLOv6、YOLOv7、DAMO-YOLO、RTMDet 等模型先后被提出，一直迭代到今年开年的 YOLOv8。由此，我们正式推出了——RT-DETR (Real-Time DEtection TRansformer) ，一种基于 DETR 架构的实时端到端检测器，其在速度和精度上取得了 SOTA 性能。