PaddleClas/docs/zh_CN/models/PULC

• PULC 模型库

PULC 模型库

---

此处提供了 PULC 模型库的相关指标和模型的下载链接，其中预训练模型可以用来微调训练，推理模型可以直接用来预测和部署。

模型名称	使用介绍	模型介绍	模型精度	模型大小	推理耗时	下载地址
person_exists	PULC有人/无人分类	判断图片中是否有人	96.23	7.0M	2.58ms	推理模型 / 预训练模型
person_attribute	PULC人体属性识别	人体属性识别，可以识别行人性别、年龄、朝向、配饰、包、服装风格等	78.59	7.2M	2.01ms	推理模型 / 预训练模型
safety_helmet	PULC佩戴安全帽分类	判断图片中的人脸是否佩戴安全帽	99.38	7.1M	2.03ms	推理模型 / 预训练模型
traffic_sign	PULC交通标志分类	常见交通标志分类，共232类别	98.35	8.2M	2.10ms	推理模型 / 预训练模型
vehicle_attribute	PULC车辆属性识别	车辆属性识别，可以识别车辆的颜色和车型	90.81	7.2M	2.36ms	推理模型 / 预训练模型
car_exists	PULC有车/无车分类	判断图片中是否有车	95.92	7.1M	2.38ms	推理模型 / 预训练模型
text_image_orientation	PULC含文字图像方向分类	判断含文字的图片的方向，可以区分0度、90度、180度、270度	99.06	7.1M	2.16ms	推理模型 / 预训练模型
textline_orientation	PULC文本行方向分类	判断文本行的方向，可以区分0度、180度	96.01	7.0M	2.72ms	推理模型 / 预训练模型
language_classification	PULC语种分类	判断文本行的语种，可以区分10种常见的语种	99.26	7.1M	2.58ms	推理模型 / 预训练模型
table_attribute	PULC表格属性识别	表格属性识别，可以识别表格是否为拍照、表格数量、表格颜色、表格清晰度、表格有无干扰、表格角度6个属性	88.1	7.1M	2.58ms	推理模型 / 预训练模型

备注：

• 以上所有的模型的 backbone 均为 PPLCNet_x1_0，部分模型大小不同是由于分类的输出大小不同导致的，推理耗时是基于Intel(R) Xeon(R) Gold 6148 CPU @ 2.40GHz 测试得到，其中测试过程开启 MKLDNN 加速策略，线程数为10。速度测试过程会有轻微波动。

• person_exists、safety_helmet、car_exists 的评测指标为 TprAtFpr，person_attribute、vehicle_attribute的评测指标为ma、traffic_sign、text_image_orientation、textline_orientation、language_classification的评测指标为Top-1 Acc。