样本类别极不均衡：每类产品的数量散布良莠不齐，有的类别只要1、2张图片！这样的类别即便投入算法练习，辨认准确率也是十分十分低的。

　　而运用图画辨认，不只能将以上问题完美处理！而且上手极快，简略易懂。准备好需求辨认的物体图片后，只需三步，多类别、小样本、数据不均衡统统不再是问题！而且它除了产品辨认，还能够进行车辆、人脸、Logo、行人辨认！！！让我们一同想辨认什么就辨认什么！（是自在的感觉没错了！）

　　而且这个图画辨认体系的4个中心构成模块，都是通过精心打磨。无论是独自运用亦或是串联开发，都有特殊的作用：

　　主干网络：精选6个系列Backbone，掩盖最精巧的移动端模型和高精准的服务端模型，支撑对结构进行快速修正，满意不同运用场景的需求。

　　衡量学习：集成ArcMargin, CenterLoss, TriHard等业界最抢先的衡量学习方法，并能恣意组合，轻松练习出鲁棒的图画特征。

　　检索体系：集成百度自研的Mbius算法，高效完结向量检索，并能随时更新检索库，一次练习长期运用。

　　开发者不只能够独自或自主拼装运用这四个模块，还能够直接选用构建好的车辆辨认、LOGO辨认、产品辨认、动漫辨认四个体系。只需求补充好检索库，就能够直接投产运用了！