前面介绍了使用BIE部署Paddle Serving当中的目标检测模型yolov3_darknet53_270e_coco,本文介绍使用BIE部署 OCR文字识别模型 。 2 实验设备 本文所使用的实验设备是一台x86架构的ubuntu 18.04虚拟机,不依赖GPU。 3 制作Paddle Serving推理 下载代码 点击 此处 下载Paddle Serving v0.9.0源码。
支持如下距离类型 L2:欧几里得距离 IP:内积距离 COSINE:余弦距离 注:当使用COSINE距离时,用户需要自行对相关向量进行归一化操作,未经归一化的向量将导致search结果不准确 可选 params object {6} 向量索引的参数详情。 可选 显示子属性 隐藏子属性 M integer HNSW、HNSWPQ索引算法参数,取值范围为[4, 128]。
t的最新版,同样为轻量化网络,但性能得到了进一步提升 NASNet 0.827 -- 如果数据量不大,由于模型复杂度较大,一般情况不建议使用 ResNet18_vd 0.7226 142 轻量级ResNet,适用于要求小体积模型的情况,预测时间短,但准确率也相应较低
是 integer weight 权重,取值范围0~100 是 integer clientToken 幂等性Token,是一个长度不超过64位的ASCII字符串 query 否 string 响应头域 除公共头域外,无其它特殊头域。
weight 权重 否 integer clientToken 幂等性Token,是一个长度不超过64位的ASCII字符串 query 否 string 响应头域 除公共头域外,无其它特殊头域。
幂等性Token,是一个长度不超过64位的ASCII字符串 query 否 string 响应头域 除公共头域外,无其它特殊头域。
必选 endpoint string 具体参考:https://cloud.baidu.com/doc/VDB/s/mls48re93 必选 Query 参数 instanceId string 要开机的实例ID 可选 Body 参数 请求结构 复制 POST / v{version} / vdb / recycler / instance / recover ?
preset_answer - 预置答案 baidusearch_and_knowledge_base - 参考百度搜索知识库进行回答 knowledge_base - 知识库 必选 preset_answer_strategy_detail object {2} 预置回答策略 可选 显示子属性 隐藏子属性 content string 预设答案内容 必选 references array 参考信息来源
endpoint :{ type : string , description : 具体参考:https://cloud.baidu.com/doc/VDB/s/mls48re93 }}, propertyOrder :[ version , endpoint ], required :[ version , endpoint ]}, body :{ type : object , properties
endpoint :{ type : string , description : 具体参考:https://cloud.baidu.com/doc/VDB/s/mls48re93 }}, propertyOrder :[ version , endpoint ], required :[ endpoint , version ]}, body :{ type : object , properties