Lichee多模态内容理解算法框架
Lichee 是一个多模态内容理解算法框架项目，其中包含数据增强、预训练引擎、常见模型以及推理加速等模块。
主要设计目标
- 缩短信息流内容理解需求的研发周期
- 集成 AI 领域的成熟解决方案
Lichee 功能介绍以及适用场景
Lichee 主框架采用分层的思想组织模型训练，通过配置文件组合 DATA、Parser、MODEL、Optimizer、Scheduler 等组件，构建具体的训练流程。此外，Lichee 还提供了数据清理、推理加速等能力。
Lichee 技术特点
1. 性能优越的预训练引擎
提供了自研中文预训练模型，如LICHEE-NLG-ENGINE、LICHEE-RESNET-ENGINE等，免除训练中文预训练模型必须的大量资源和高质量语料库的限制。LICHEE/ShenZhou预训练模型先后于2021年1月8号和2021年9月19号登顶中文NLP权威榜单CLUE。相关技术创新在NLP顶会ACL 2021发表文章(https://arxiv.org/pdf/2108.00801.pdf)。
2. 基于配置化的模型训练
满足90%+业务场景仅通过配置即可完成模型训练任务。
3. 提供二次开发能力
提供了基于插件的二次开发能力，来满足更复杂的特殊业务场景。
4. 数据增强
为了进一步降低任务样本的数量，提供了数据增强插件，解决脏数据清洗和数据生成等方面的工作。
5. 能力插件
提供了更多的结构化能力插件，如词法分析工具LICHEE-LAC、句子相似度工具LICHEE-SIM、人脸识别工具LICHEE-Face等。
6. 推理加速
集成推理加速的能力，能够降低业务模型的实际部署成本。
Lichee 项目规划
- 扩充各领域的预训练模型
- 扩充训练加速、推理加速能力
- 兼容 hugging face 项目
- 提升项目的易用性、开放性及效率
评论