说到图像识别相信大家已经非常熟悉了，这一技术早就深深融入我们生活的方方面面，小到人脸解锁、支付、打卡、酒店入住，摄像头中的违规驾驶识别，网购明星同款时的以图搜图，大到自动驾驶汽车中的驾驶辅助，医疗影像的辅助诊断，图像视频的分析、编辑、再创造等等...
有人会问，你说的这些不都是图像分类、目标检测的应用么？但这背后远远不止这些，还有度量学习和图像检索等，现在更有集合各种功能的【通用图像识别系统】，让你拥有一套系统就可以轻松拥有各行各业的解决方案，将上述应用场景一网打尽！
赶紧Star收藏住：
https://github.com/PaddlePaddle/PaddleClas
那这个项目到底有什么过人之处，图像识别又比图像分类、目标检测强在哪里呢？
拿[商品识别]举个栗子，如果你用单纯的图像分类和目标检测，你会发现：
商品类别数以万计：根本没法事先把所有类别都放入训练集！训练集都不完备怎么训练算法？
样本类别极不均衡：每类商品的数量分布参差不齐，有的类别只有1、2张图片！这样的类别即使投入算法训练，识别准确率也是非常非常低的。
品类更新极快：各个商家不停的推出新的品类，每增加新的产品都要辛辛苦苦重新训练模型！
而使用图像识别，不仅能将以上问题完美解决！而且上手极快，简单易懂。准备好需要识别的物体图片后，只需三步，多类别、小样本、数据不均衡通通不再是问题！并且它除了商品识别，还可以进行车辆、人脸、Logo、行人识别！！！让我们一起想识别什么就识别什么！（是自由的感觉没错了！）
并且这个图像识别系统的4个核心构成模块，都是经过精心打磨。无论是单独使用亦或是串联开发，都有非凡的效果：
主体检测：采用高精准超轻量的PP-YOLOv2检测算法，快速对图像进行主体检测，提升识别效率。
骨干网络：精选6个系列Backbone，覆盖最精巧的移动端模型和高精准的服务端模型，支持对结构进行快速修改，满足不同使用场景的需求。
度量学习：集成ArcMargin, CenterLoss, TriHard等业界最领先的度量学习方法，并能任意组合，轻松训练出鲁棒的图像特征。
检索系统：集成百度自研的Möbius算法，高效完成向量检索，并能随时更新检索库，一次训练长期使用。
开发者不仅可以单独或自主组装使用这四个模块，还可以直接采用构建好的车辆识别、LOGO识别、商品识别、动漫识别四个系统。只需要补充好检索库，就可以直接投产使用了！
这么强大、用心的项目 ，你还在等什么？！还不赶紧🌟Star🌟收藏上车吧！
传送门：
https://github.com/PaddlePaddle/PaddleClas
快速体验：
https://github.com/PaddlePaddle/PaddleClas/blob/release%2F2.2/docs/zh_CN/tutorials/quick_start_recognition.md
