PLSC v2.4.0

架构重构：

• 根据任务类型：重构了 plsc 整个架构，核心的训练、离线评测、模型导出根据任务封装成 engine。
• 子模块划分：根据训练和推理的环节，设计子模块，抽取到 plsc 目录中。
• 工作空间解耦：具体任务的工作空间和 plsc 库解耦，每个模型在 task 目录下拥有独立的目录
• 测试覆盖：新增了 CI 和 CE 功能，CI 覆盖 PR 级别的测试，CE 覆盖周级别的回归测试。

新增模型：

• 人脸识别：
  • 新增 FaceViT，发布 3 个 checkpoint
  • 新增 MobileFaceNet_base，发布 1 个 checkpoint
• 有监督大模型预训练：
  • 新增 ViT，发布 4 个 checkpoint；
  • 新增 DeiT，发布 3 个 checkpoint；
  • 新增 CaiT，发布 1 个 checkpoint；
• 自监督大模型预训练：
  • 新增 MAE，发布 3 个 checkpoint；
  • 新增 MoCo v3，发布 1 个 checkpoint；

新增功能：

• PIL 数据增广
• ImageFolder 数据集

Bug修复：

• ParitalFC 采样和梯度稀疏更新功能和精度修复

文档更新：

• 部分数据增广的字段说明
• Configuration 的字段说明

PaddlePaddle 版本：paddlepaddle-gpu>=2.4.0,<=2.5.0

PLSC v2.2.0

新增功能：

• 支持动态图、静态图两种模式
• 支持 ArcFace、CosFace、SphereFace 功能
• 支持 PartialFC 功能
• 支持 SparseMomentum 功能
• 性能优化，静态图单机 8 卡 V100 32G 达到 10500 img/s
• 单机 8 卡 V100 32G，静态图最大类别数支持 9200 万类，动态图支持 8700 万类

PaddlePaddle 版本：paddlepaddle-gpu==2.2.2

PLSC 0.1.1

• 新增功能
  • 支持混合精度训练，单机8张V100 GPU配置下，训练速度较单精度训练提升1.42倍
  • 增加对Python3的支持
  • 当设置loss_type的参数为’arcface’或’softmax’时，支持单机单卡训练
  • 将训练阶段准确率计算作为可选项，默认不计算准确率
  • base64格式文件预处理后删除生成的中间文件，节省空间
• Bug fix：
  • 修正自动参数转换无法运行的问题
  • 修正设置checkpoint_dir参数，但本地不存在该目录时会hang住的问题

PLSC 0.1.0

Release Notes

• PaddlePaddle大规模分类库（PLSC）发布，内建ResNet50、ResNet101和ResNet152三种模型，并支持自定义模型;
• 单机8张V100 GPU配置下，ResNet50模型一百万类别训练速度2,122.56 images/s, 并支持多机分布式训练;
• 发布模型在线预测库;
• 发布基于ResNet50网络和MS1M-ArcFace数据集的预训练模型。