新增前沿图像分类算法模型： MobileNetV4、StarNet、FasterNet；
新增特色多标签分类算法模型：
CLIP_vit_base_patch16_448_ML、PP-HGNetV2-B0_ML、PP-HGNetV2-B4_ML、PP-HGNetV2-B6_ML、PP-LCNet_x1_0_ML、ResNet50_ML；
更强大的PP-ShiTuV2系统，新增服务端图像特征模型： PP-ShiTuV2_rec_CLIP_vit_base、PP-ShiTuV2_rec_CLIP_vit_large； 新增人脸识别能力，支持端到端人脸识别。
更简单的开发方式，更多样的部署方式，更丰富的硬件支持！
新增图像分类和检索能力介绍
MobileNetV4：新一代专为移动设备设计的卷积神经网络，集成了多种前沿网络设计架构，并引入了新的NAS方案，，实现了在ImageNet数据集上87%的高精度。
StarNet：引入元素乘法操作的超轻量级视觉骨干网络，简洁的网络结构设计带来了更低的延迟，并且在ImageNet数据集上达到了78.8%的精度。
FasterNet：采用“部分卷积（PConv）”技术，有效减少了冗余计算和内存访问，提升了模型的推理速度，并在ImageNet数据集上取得了高达83.5%的精度。
多标签分类模型预测可视化效果图
人体属性识别端到端预测可视化效果图
人脸识别产线端到端预测可视化效果图
模型丰富一键调用：将通用图像分类、图像多标签分类、通用图像识别、人脸识别涉及的98个模型整合为6条模型产线，通过极简的Python API一键调用，可以快速体验模型效果。此外，同一套API，也支持目标检测、图像分割、文本图像智能分析、通用OCR、时序预测等共计200+模型，形成20+单功能模块，方便开发者进行模型组合使用。
提高效率降低门槛：提供基于统一命令和图形界面两种方式，实现模型简洁高效的使用、组合与定制。支持高性能推理、服务化部署和端侧部署等多种部署方式。此外，对于各种主流硬件如英伟达GPU、昆仑芯、昇腾、寒武纪和海光等，进行模型开发时，都可以无缝切换。
以通用图像识别系统 PP-ShiTuV2为例，具体使用方法如下：
安装
python -m pip install paddlepaddle==3.0.0b2 -i https://www.paddlepaddle.org.cn/packages/stable/cpu/python -m pip install paddlepaddle-gpu==3.0.0b2 -i https://www.paddlepaddle.org.cn/packages/stable/cu118/python -m pip install paddlepaddle-gpu==3.0.0b2 -i https://www.paddlepaddle.org.cn/packages/stable/cu123/
安装 PaddleX
pip install https://paddle-model-ecology.bj.bcebos.com/paddlex/whl/paddlex-3.0.0b2-py3-none-any.whl快速体验
PaddleX 提供了简单易用的 Python API，只需几行代码即可体验端到端预测效果：
from paddlex import create_pipelinepipeline = create_pipeline(pipeline="PP-ShiTuV2")index_data = pipeline.build_index("drink_dataset_v2.0/", "drink_dataset_v2.0/gallery.txt")output = pipeline.predict("./drink_dataset_v2.0/test_images/", index=index_data)for res in output:res.print()res.save_to_img("./output/")
上述代码中，首先使用产线名称调用create_pipeline()方法实例化产线对象，然后调用build_index()方法构建特征向量库，最后即可使用predict()方法进行预测，对于预测结果支持print()方法进行打印，以及save_to_img()方法进行可视化并保存为图片。
PP-ShiTuV2预测可视化效果图
如果您对产线的预训练模型效果满意，可以直接对产线进行高性能推理/服务化部署/端侧部署，如果不满意，您也可以使用产线的二次开发能力，提升效果。
完整的产线开发流程请参考：
https://github.com/PaddlePaddle/PaddleClas/blob/release/2.6/docs/zh_CN/paddlex/overview.md
精彩课程预告
为了帮助您迅速且深入地了解全新升级的通用图像识别系统PP-ShiTuV2创新解决方案，以及在单标签分类、多标签分类、端到端人脸识别等产业关键任务场景的强大性能，百度研发工程师将于 11月21日（周四）19：00 为您深度解析本次技术升级。此外，我们还将开设针对图像识别任务方向的系列产业场景实战营，涵盖商品识别、人脸识别等产业场景，手把手带您体验从数据准备、数据校验、模型训练、性能优化到模型部署的完整开发流程。机会难得，立即扫描下方二维码预约吧！
关注【飞桨PaddlePaddle】公众号
获取更多技术内容~
