ppshitu_application_scenarios.md

# PP-ShiTu应用场景介绍

该文档介绍了PP-ShiTu提供的各种应用场景库简介、下载链接以及使用简介。

------

## 目录

- [1. 应用场景介绍](#1-应用场景介绍)
- [2. 使用说明](#2-使用说明)
  - [2.1 下载、解压场景库数据](#21-下载解压场景库数据)
  - [2.2 准备识别模型](#22-准备识别模型)

<a name="1. 应用场景介绍"></a>

## 1. 应用场景介绍

PP-ShiTu应用场景介绍和下载地址如下表所示。

| 场景 |示例图|场景简介|Recall@1|场景库下载地址|原数据集下载地址|
|:---:|:---:|:---:|:---:|:---:|:---:|
| 球类 | --- |各种球类识别 | 0.9769 | --- | --- |
| 狗识别 | --- | 狗细分类识别，包括69种狗的图像 | 0.9606 | --- | --- |
| 宝石 | --- | 宝石种类识别 | 0.9653 | --- | --- |
| 动物 | --- |各种动物识别 | 0.9078 | --- | --- |
| 鸟类 | --- |鸟细分类识别，包括400种鸟类各种姿态 | 0.9673 | --- | --- |
| 交通工具 | --- |车、船等交通工具粗分类识别 | 0.9307 | --- | --- |
| 花 | --- |104种花细分类识别 | 0.9788 | --- | --- |
| 运动种类 | --- |100种运动图像识别 | 0.9413 | --- | --- |
| 乐器 | --- |30种不同乐器种类识别 | 0.9467 | --- | --- |
| 宝可梦 | --- |宝可梦神奇宝贝识别 | 0.9236 | --- | --- |
| 船 | --- |船种类识别 |0.9242 | --- | --- |
| 鞋子 | --- |鞋子种类识别，包括靴子、拖鞋等 | 0.9000 | --- | --- |
| 巴黎建筑 | --- |巴黎著名建筑景点识别，如：巴黎铁塔、圣母院等 | 1.000 | --- | --- |
| 蝴蝶 | --- |75种蝴蝶细分类识别 | 0.9360 | --- | --- |
| 野外植物 | --- |野外植物识别 | 0.9758 | --- | --- |
| 天气 | --- |各种天气场景识别，如：雨天、打雷、下雪等 | 0.9924 | --- | --- |
| 坚果 | --- |各种坚果种类识别 | 0.9412 | --- | --- |
| 时装 | --- |首饰、挎包、化妆品等时尚商品识别 | 0.9555 | --- | --- |
| 垃圾 | --- |12种垃圾分类识别 | 0.9845 | --- | --- |
| 航拍场景 | --- |各种航拍场景识别，如机场、火车站等 | 0.9797 | --- | --- |
| 蔬菜 | --- |各种蔬菜识别 | 0.8929 | --- | --- |
| 商标 | --- |两千多种logo识别 | 0.9313 | --- | --- |



<a name="2. 使用说明"></a>

## 2. 使用说明

<a name="2.1 下载、解压场景库数据"></a>

### 2.1 下载、解压场景库数据
首先创建存放场景库的地址`deploy/datasets`:

```shell
cd deploy
mkdir datasets
```
下载并解压对应场景库到`deploy/datasets`中。
```shell
cd datasets

# 下载并解压场景库数据
wget {场景库下载链接地址} && tar -xf {压缩包的名称}
```
以`dataset_name`为例，解压完毕后，`datasets/dataset_name`文件夹下应有如下文件结构：
```shel
├── dataset_name/
│   ├── gallery/
│   ├── index/
│   ├── query/
├── ...
```
其中，`gallery`文件夹中存放的是用于构建索引库的原始图像，`index`表示基于原始图像构建得到的索引库信息，`query`文件夹存放的是用于检索的图像列表。

<a name="2.2 准备识别模型"></a>

### 2.2 准备识别模型
创建存放模型的文件夹`deploy/models`，并下载轻量级主体检测、识别模型，命令如下：
```shellc
cd ..
mkdir models
cd models

# 下载通用检测 inference 模型并解压
wget https://paddle-imagenet-models-name.bj.bcebos.com/dygraph/rec/models/inference/picodet_PPLCNet_x2_5_mainbody_lite_v1.0_infer.tar && tar -xf picodet_PPLCNet_x2_5_mainbody_lite_v1.0_infer.tar

# 下载识别 inference 模型并解压
wget https://paddle-imagenet-models-name.bj.bcebos.com/dygraph/rec/models/inference/general_PPLCNet_x2_5_lite_v1.0_infer.tar && tar -xf general_PPLCNet_x2_5_lite_v1.0_infer.tar
```