百度PaddleHub NLP模型全面升級，推理性能提高50%以上

提到人工智能你會想到什麼呢？大雄身邊的哆啦A夢？幫助地球清理垃圾的機器人瓦力？仍是溫柔暖心的大白呢？不管是哪一個，他們都有一個共同的特色，就是爲人類提供幫助。 git

隨着進入人工智能的時代，人們將逐漸從繁重的勞動中解放出來。可是在人工智能的重要領域深度學習中，若是還須要開發者一點點的收集大量的標註數據、一行行的編寫程序構建網絡，一步步的訓練模型，那真的只能讓人體會到人工，而看不到智能了！ github

那麼有沒有辦法改變這個狀態呢？若是有一款利器能夠幫助開發者實現一鍵式加載模型，十行代碼完成遷移訓練，是否是很期待呢？安全

相信此時此刻，一些長期關注咱們飛槳的老朋友們，必定知道我要想說啥了。對！就是由國內最先開源開放、功能完備的開源深度學習平臺飛槳所提供的預訓練模型應用工具PaddleHub！服務器

PaddleHub爲開發者提供了飛槳生態下的各種高質量預訓練模型，涵蓋了圖像分類、目標檢測、圖像生成、圖像分割、語義模型、詞法分析、情感分析、文本審覈、視頻分類、關鍵點檢測等場景。開發者能夠直接使用這些預訓練模型結合PaddleHub Fine-tune API快速完成遷移學習到應用部署的全流程工做。網絡

下載安裝命令

## CPU版本安裝命令
pip install -f https://paddlepaddle.org.cn/pip/oschina/cpu paddlepaddle

## GPU版本安裝命令
pip install -f https://paddlepaddle.org.cn/pip/oschina/gpu paddlepaddle-gpu

各位看官留步！別走啊，咱這可不是炒冷飯!由於上述都是鋪墊！都是鋪墊！鋪墊！重要的事情說三遍！下面纔是最重要的！框架

現在，PaddleHub通過去年一年的打磨，變得更加成熟，最新的1.6版本震撼來襲，新增五大亮點！工具

助力抗疫，新增口罩佩戴檢測模型和CT影像肺炎分割模型。性能
NLP預訓練模型升級，增長文本鑑黃模型，助力文本審查工做。學習
全面集成Paddle Inference原生推理庫，預測性能提高50%以上。優化
開放預訓練模塊製做流程，支持開發者貢獻模塊至PaddleHub平臺。
新增Bert Service文本向量服務，支持對任意文本得到高質量語義表示。

接下來就帶領各位看官詳細品一品以上這五大亮點！

助力抗疫，新增口罩佩戴檢測模型和CT影像肺炎分割模型

在2020年辭舊迎新之際，一場突如其來的新冠肺炎疫情使武漢一晚上封城，各省市陸續啓動重大突發公共衛生事件一級響應。人們由期待新年到來的激動心情轉變爲陷入焦急恐慌的情緒中。

圖1 武漢新冠肺炎爆發

爲了防止疫情擴散，人們紛紛響應國家號召，儘可能減小外出，必要外出時必須帶上口罩。同時，這也帶來了新的挑戰——高密度的人流致使基層排查人員面臨着人手不足，以及接觸疑似患者的風險。只有適應新狀況的人工智能技術才能減輕他們的工做壓力。

圖2 新冠肺炎應對措施

在全國人民緊張抗疫的時刻，2月13日飛槳 PaddleHub開源了業界首個口罩人臉檢測及分類模型。基於該模型檢測設備能夠在公共場所中掃描大量人臉的同時，把佩戴口罩和未佩戴口罩的人臉分別標註出來，快速識別出不重視、不注意病毒防禦、心存僥倖的人員，減小公衆的防疫安全隱患，同時構建更多的防疫公益應用。

模型在線體驗：

https://www.paddlepaddle.org.cn/hub/scene/maskdetect

模型使用示例：

https://aistudio.baidu.com/aistudio/projectdetail/267322

圖3 PaddleHub口罩檢測模型預測示例

在「戰疫」的另外一個主戰場——醫院中，咱們廣大醫護人員最主要的診斷武器就是CT影像，它是新冠肺炎篩查和病情診療的重要依據。在疫情診療的關鍵時期，存量患者和新增患者整體數量很是龐大，醫生須要對患者不一樣進展的屢次CT影像檢查進行隨訪比對，以對患者的病情發展和治療效果進行精準評估。若是採用傳統肉眼檢查醫學影像的手段，醫生不只工做量巨大，也難以保證對患者病情作到長期的精準評估和及時比對。

圖4 醫護人員分析肺部影像

在全社會抗擊疫情醫療資源緊張、醫生超負荷工做的狀況下，超量的CT影像檢查無疑會對一線抗疫工做造成巨大的醫療資源需求挑戰，並影響患者的診療速度。2月28日，連心醫療攜手飛槳在PaddleHub開源了肺炎CT影像分析模型。同時CT影像肺炎篩查與病情預評估系統的上線，有效緩解了臨牀醫生的工做量，加快患者診療速度，爲緩解醫療資源不足和取得抗疫的最終勝利提供助力。

模型在線體驗：

https://www.paddlepaddle.org.cn/hub/scene/pneumonia

模型使用示例：

https://aistudio.baidu.com/aistudio/projectdetail/289819

圖5 CT影像肺炎篩查與病情預評估系統

02NLP預訓練模型升級，增長文本色情信息檢測模型，助力文本審查工做

隨着AI技術的發展，人力成本不斷提升，深度學習模型在各行各業的應用領域愈來愈廣闊，用戶對於深度學習模型的應用與性能需求也在不斷的增多。所以PaddleHub與時俱進，將應用較爲普遍的天然語言處理（NLP）領域的模型庫全面升級。

Porn Detection模型介紹：

https://www.paddlepaddle.org.cn/hublist?filter=en_category&value=TextCensorship

全面集成Paddle Inference原生推理庫，模型推理性能提高50%以上

對於工業級部署而言，要求的條件每每很是繁多並且苛刻，例如推理速度快、內存佔用小等等。新版本PaddleHub內置了飛槳原生推理庫Paddle Inference。經過飛槳核心框架的計算圖優化技術，針對不一樣平臺和不一樣應用場景深度適配和優化,具有高吞吐、低時延的特色，使飛槳模型在服務器端可完成高性能預測部署。如圖6所示，與升級前相比，不管是可直接推理模型（例如LAC、Senta），仍是Fine-tune後的模型（例如ERNIE），其推理性能均提高50%以上。

圖6 升級後推理性能提高示意圖

開放PaddleHub預訓練模塊製做流程

在過去的一年中，PaddleHub的Fine-tune API功能受到廣大用戶的好評。同時瞭解到用戶對於訓練好的模型如何作到經過hub.Module(name="***")實現一鍵加載也十分感興趣，並且將Fine-tune後模型用於部署推理成爲了不少用戶的剛需。相信有很多用戶但願這道封印可以消失！

如今告訴你們一個「喜大普奔」的好消息！新版本PaddleHub開放預訓練模型和Fine-tune模型轉化爲Module的流程，而且可使用一鍵加載功能。

預訓練模型轉化爲module教程：

https://github.com/PaddlePaddle/PaddleHub/blob/release/v1.6/docs/contribution/contri_pretrained_model.md

Fine-tune模型轉化爲module教程：

https://github.com/PaddlePaddle/PaddleHub/blob/release/v1.6/docs/tutorial/finetuned_model_to_module.md

悄悄告訴大家，Fine-tune模型按照上述教程轉化爲Module以後，還能使用hub命令行工具啓動一鍵部署哦～是否是一次性解決了你的燃眉之急呢？！

hub命令行工具啓動一鍵部署教程請參見：

https://github.com/PaddlePaddle/PaddleHub/blob/release/v1.6/docs/tutorial/serving.md

爲了營造一個良好的社區環境，PaddleHub很是歡迎各位開發者貢獻模型，供你們使用。關於貢獻模型能夠經過文章最後的聯繫方式告訴咱們，咱們必定會第一時間回覆您！

Bert Service文本向量表示服務

對句子的向量化表達提取是文本理解任務中的重要環節。Bert Service是基於Paddle Serving框架的快速模型部署遠程計算服務方案，以下所示，它可讓開發者僅使用一行命令，就可將PaddleHub中豐富的語義預訓練模型轉換爲文本向量服務。而後用戶能夠經過遠程調用API接口的方式使任務文本轉換爲高質量的向量表達，完成特徵提取工做。

#一個命令啓動文本向量表示在線服務，得到ERNIE Tiny文本表示

hub serving start bert_service -m ernie_tiny

部署成功後，Bert Service在線服務部署在服務器上，而用戶能夠在另外的普通機器上經過客戶端接口輕鬆獲取文本對應的Embedding信息，大大減小用戶對機器資源的依賴。

圖7 Paddle Serving框架流程圖

Bert Service使用介紹：

https://github.com/PaddlePaddle/PaddleHub/blob/release/v1.5/docs/tutorial/bert_service.md

覺得這樣就結束了嗎？別急！PaddleHub的功能遠不止於此！若是想了解更多關於PaddleHub的信息，能夠經過PaddleHub Github repo

（https://github.com/PaddlePaddle/PaddleHub）通通了解到！別吝嗇你的小星星，若是以爲好用，快給咱們一鍵三連吧！

最後插播一條廣告，PaddleHub的第一期創意賽（AI人像扣圖）已經勝利結束，想了解獲獎創意的小夥伴們請點擊：

看看你們把AI摳圖玩出了什麼花

注意！這只是第一期！第二期創意賽已經開始，感興趣的小夥伴們不要錯過啊！歡迎點擊閱讀原文或者下方連接，便可報名：

https://aistudio.baidu.com/aistudio/competition/detail/35

若是使用過程當中遇到任何問題，你們可經過如下聯繫方式進行技術交流及問題反饋。

PaddleHub issue：

https://github.com/PaddlePaddle/PaddleHub/issues
官方QQ羣：703252161。若是您加入官方QQ羣，您將趕上大批志同道合的深度學習同窗。

下載安裝命令

## CPU版本安裝命令
pip install -f https://paddlepaddle.org.cn/pip/oschina/cpu paddlepaddle

## GPU版本安裝命令
pip install -f https://paddlepaddle.org.cn/pip/oschina/gpu paddlepaddle-gpu

若是您想詳細瞭解更多飛槳的相關內容，請參閱如下文檔。

官網地址：

https://www.paddlepaddle.org.cn

PaddleHub項目地址：

GitHub: https://github.com/PaddlePaddle/PaddleHub

Gitee: https://gitee.com/paddlepaddle/PaddleHub

PaddleHub 官網：

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

PaddleHub 預訓練模型：

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

PaddleHub 文檔：

https://github.com/PaddlePaddle/PaddleHub/tree/release/v1.6/docs

PaddleHub demo：

https://github.com/PaddlePaddle/PaddleHub/tree/release/v1.6/demo

PaddleHub AI Studio官方教程示例：

https://aistudio.baidu.com/aistudio/personalcenter/thirdview/79927

飛槳開源框架項目地址：

GitHub: https://github.com/PaddlePaddle/Paddle

Gitee: https://gitee.com/paddlepaddle/Paddle

歡迎點擊連接，便可報名第二期創意賽！

>> 訪問 PaddlePaddle 官網，瞭解更多相關內容。