[Paddlepaddle](https://www.paddlepaddle.org.cn/)，也称“飞桨”，是百度旗下的开源深度学习平台。集深度学习核心框架、基础模型库、端到端开发套件、工具组件和服务平台于一体,致力于让深度学习技术的创新与应用更简单。[飞桨](https://baike.sogou.com/v154634703.htm?fromTitle=paddlepaddle)具有众多优势，如同时支持动态图和静态图，兼顾灵活性和高性能；源于实际业务淬炼，提供应用效果领先的官方模型；源于产业实践，输出业界领先的超大规模并行深度学习平台能力；追求极致速度体验，推理引擎一体化设计实现训练到多端推理的无缝对接；秉承用户至上理念，提供系统化技术服务与支持
[Paddlehub](https://www.paddlepaddle.org.cn/hub)是飞桨的预训练模型工具。可以便捷地获取PaddlePaddle生态下的预训练模型，完成模型的管理和一键预测。配合使用Fine-tune API，可以基于大规模预训练模型快速完成迁移学习，让预训练模型能更好地服务于用户特定场景的应用。如命令行工具、迁移学习、服务化部署和超参优化。操作方便，对初学者很友好，且支持较多的主流模型。
[Paddlehub社区](https://www.paddlepaddle.org.cn/hublist)之中，有很多人提供了自己的模型。如[连心医疗 (LinkingMED)](http://www.linkingmed.com/)的肺炎CT影像分析模型（[Pneumonia-CT-LKM-PP](https://www.paddlepaddle.org.cn/hubdetail?name=Pneumonia_CT_LKM_PP&en_category=ImageSegmentation)）可以高效地完成对患者CT影像的病灶检测识别、病灶轮廓勾画，通过一定的后处理代码，可以分析输出肺部病灶的数量、体积、病灶占比等全套定量指标。而[Jason](https://github.com/jiangjiajun)的人脸关键点检测模型（[face_landmark_localization](https://www.paddlepaddle.org.cn/hubdetail?name=face_landmark_localization&en_category=KeyPointDetection)）支持同一张图中的多个人脸检测。
我个人对AI人像抠图方面比较感兴趣，希望可以通过这个小的应用可以方便之后的需要，如批量自动扣大头照中的人像，并替换背景。
