快速体验

安装PaddleHub成功后，执行命令hub run，可以快速体验PaddleHub无需代码、一键预测的命令行功能，如下三个示例：

使用词法分析模型LAC进行分词

  1. $ hub run lac --input_text "今天是个好日子"
  2. [{'word': ['今天', '是', '个', '好日子'], 'tag': ['TIME', 'v', 'q', 'n']}]

使用情感分析模型Senta对句子进行情感预测

  1. $ hub run senta_bilstm --input_text "今天天气真好"
  2. {'text': '今天天气真好', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.9798, 'negative_probs': 0.0202}]

使用目标检测模型Ultra-Light-Fast-Generic-Face-Detector-1MB对图片进行人脸识别

  1. $ wget https://paddlehub.bj.bcebos.com/resources/test_image.jpg
  2. $ hub run ultra_light_fast_generic_face_detector_1mb_640 --input_path test_image.jpg

人脸识别结果

使用图像分割模型ace2p对图片进行tu

  1. $ wget https://paddlehub.bj.bcebos.com/resources/test_image.jpg
  2. $ hub run ace2p --input_path test_image.jpg

图像分割结果

除了上述三类模型外，PaddleHub还发布了图像分类、语义模型、视频分类、图像生成、图像分割、文本审核、关键点检测等业界主流模型，更多PaddleHub已经发布的模型，请前往 https://www.paddlepaddle.org.cn/hub 查看