飞桨快乐开源活动全新升级🔥

[Ligoml]

飞桨快乐开源活动起初只是一个「提 PR 领取新年礼物 🎁」#48019 的小型社区活动，一经推出受到了广大社区开发者的喜爱，更是发生了「除夕夜 18 PR」的经典操作。今天快乐开源活动迎来了全新升级 🚀🚀🚀，任务方向更加多元、活动玩法更加灵活、礼品清单更加丰富！快来加入快乐开源，和我们一起共建飞桨~

飞桨团队使用 HappyOpenSource 快乐开源活动issue与PR HappyOpenSource Pro 进阶版快乐开源活动，更具挑战性的任务 两个标签追踪快乐开源活动相关的 issue 与 pr，如果没有被及时标记，你可以@Ligoml 或 @luotao1 添加标签。

延续之前的模式，本期快乐开源活动上线「✨ 热身任务」、「🎯 命题任务」与「💡 开放任务」：

• 「✨ 热身任务」通常是一些简单易上手的小练习，如果你是第一次参与开源贡献，参与热身任务会帮你快速掌握这些基础知识；
• 「🎯 命题任务」是一些比较明确和具体的任务，这些任务已经经过飞桨社区开发者和飞桨研发的多轮讨论，是可以直接上手去做的任务，通过 tracking issue 来拆解和追踪任务完成情况；
• 「💡开放任务」包括任何你想做的与飞桨相关的开发任务，请首先通过 issue 的方式和我们沟通交流，任务明确后再启动开发~

在往期活动中，飞桨团队和社区开发者共同落地了 PyTorch 与 Paddle 2.0 API 映射表、第五期黑客松小助手 等开放任务，期望在社区看到越来越多有趣有用的开放讨论和开发任务！

btw 飞桨团队准备了一些参与开源社区的学习资料，希望对你有所帮助：

• 认识深度学习
• git操作入门与GitHub简介
• 玩转飞桨开源社区

视频回放🔗：https://aistudio.baidu.com/education/group/info/29434

奖励一览

活动周期

每 3 个月统计一次贡献情况，具体来说就是标签为 HappyOpenSource 快乐开源活动issue与PR 的 PR，并依据贡献情况为各位开发者邮寄礼物 🎁，本期活动从 8.11 开启，至 11.11 截止统计。

注： 5.11-8.11周期内的贡献情况已完成统计，参与活动的开发者请耐心等待快递小哥上门，如有疑问可通过邮箱 📮[email protected] 联系我们~

各大 Repo 传送门

• 核心框架：核心框架任务列表
• 科学计算：🎁PaddleScience 快乐开源活动表单 PaddleScience#379
• 飞桨大模型套件（PaddleMIX、PaddleNLP）：🏅️飞桨大模型套件快乐开源常规赛 PaddleMIX#272
• 飞桨套件（OCR、Seg、Clas、NLP、Det、3D）：🏅️飞桨套件快乐开源常规赛 PaddleOCR#10223

✨ 热身任务

这里是一些入门级的热身任务，任务一是 Git 操作练习，任务二是 Paddle 源码编译练习，任务三是跑通 Stable-Diffusion 训练推理，如果你没有相关背景知识，参与热身任务会帮你快速掌握这些基础知识。

任务一：修改飞桨文档，完成你的第一个 PR

修复飞桨文档，往往是许多飞桨社区开发者们参与飞桨开源活动的起点。通过修复飞桨文档并提交 PR，你将熟悉为 Paddle 社区贡献代码的流程规范。我们提供了「文档bug清单」，你可以选择任意数量的有问题的文档，进行认领并提交 PR 修复。

本任务十分简单，基本不需要技术背景。只要你对开源社区怀有热情，即可参与～

mentor：@sunzhongkai588

参考链接：

• 文档贡献流程
• API文档书写规范
• 参考PR：Paddle#42942；docs#4850

任务二：拉取 Paddle 代码，完成本地编译

在飞桨框架开发中，编译 Paddle 是一个重要环节，也是很多任务（如 API 开发、算子性能优化、数据类型扩展等）的前置条件。完成本次编译体验，你会对 Paddle 代码有更深入的理解，也便于你参与后续的框架开发任务。

本任务邮件通过验收后，即可收到限量版飞桨开源社区小礼品，数量有限，先到先得~

mentor：@luotao1

参考链接：

• 【热身打卡】开发框架，从编译 paddle 开始
• 常见IDE利用Docker完美查看Paddle源码跳转 @sanbuphy
• 【利用 AI Studio 完成 PaddlePaddle 编译】2024 版 @Marcusryz

任务三：在 PaddleMIX 中跑通 Stable-Diffusion 训练推理

PaddleMIX 是基于飞桨的跨模态大模型开发套件，提供开箱即用的开发体验，同时满足开发者灵活定制需求，探索通用人工智能。通过 跑通 Stable-Diffusion 的训练推理流程，你会快速掌握飞桨开发套件的使用，便于你参与后续的套件开发任务。

本任务邮件通过验收后，即可收到限量版飞桨开源社区小礼品，数量有限，先到先得~

mentor：@LokeZhou

参考链接：

• 【PaddleMIX 热身打卡】跑通 Stable-Diffusion 训练推理
• Stable-Diffusion 训练推理教程文档

此类任务对所有第一次给社区做贡献的开发者都是友好的，任务较为简单，让各位新手小白快速熟悉飞桨社区。

🎯 命题任务

这里是一些比较明确和具体的任务，这些任务已经经过飞桨社区开发者和飞桨研发的多轮讨论，是可以直接上手去做的任务，任务细节可以在具体 tracking issue 中与 mentor 沟通（你也可以联系邮箱 📮 [email protected] 加微信群沟通）。任务进展见：https://github.com/orgs/PaddlePaddle/projects/7 ，结项任务见 #56689 (comment) 。

核心框架任务列表

任务名称	任务描述	tracking issue	mentor
框架老旧 API 清理计划（一期）	为了使得框架架构更加清晰，我们希望对框架内部的老旧 API 进行清理，以使得框架架构更加清晰，更易于维护。	#61385	@gouzil @SigureMo
paddle_test 推全	paddle仓库中有43个使用cc_test的CMakeLists.txt文件，其对paddle的单测编译造成一定压力，现打算将其全部替换为paddle_test.	#60793	@Galaxy1458 @risemeup1
PIR算子推全和单测修复	PIR采用了一套新的算子注册体系，这导致一些旧算子因为种种原因，目前还没有PIR下的定义，希望大家一起将这些算子注册到PIR中，并通过相关单测进行验证，确保PIR算子体系的完备。本任务简单易上手，欢迎参与！	#59382	@kangguangli @xingmingyyj
PIR下的分布式算子注册	一些分布式算子目前还缺乏PIR下的定义，本任务是PIR算子推全的一个延续，比之前的任务更简单，欢迎大家参与。	#60436	@kangguangli @xingmingyyj
PyTorch 和 Paddle 仓库模型导出成功率对比任务 🔥	PyTorch 最近在 2.1.0 版本发布了 torch.export 功能，提供了以 PyTorch 2.x 的 dynamo 为核心的模型导出方法。其功能上与我们 Paddle 动转静模型导出 paddle.jit.save 相类似，因此我们想要建设一个 repo 能够自动对比 torch.export 和 paddle.jit.save 的导出成功与否，PaddleJitLab/jit-exportable-models 就诞生了～	#58985	@2742195759 @SigureMo
Paddle Docathon 🔥	不仅仅是代码，文档也是开源项目的灵魂🌟 你的一行文字，可能就是别人理解Paddle的关键📝。不要低估文档的力量，来参加我们的 Docathon 文档优化系列活动吧！（新手向）	PaddlePaddle/docs#6165	@sunzhongkai588
框架API易用性提升	为了提升模型迁移的效率，我们建设了 代码自动转换工具: PaddlePaddle Code Convert Toolkits，为了降低 代码自动转换工具 中转换策略Matcher的开发难度，我们需要对部分框架API的功能和易用性进行增强。	#55883	@zhwesky2010
引入 clang-tidy	飞桨在追求高性能的同时，也非常关注框架自身的安全隐患以及健壮性，例如：我们严格且严谨地将一切 warning 视为 error，引入 clang-tidy 有助于增加飞桨的健壮性。	#54073	@zhangbo9674
复数数据类型扩展任务	为算子支持complex64/complex128 2种复数类型	#56145	@GGBond8488

科学计算项目任务列表

可前往对应 repo 了解具体任务细节：PaddlePaddle/PaddleScience#379

任务名称	tracking issue	mentor
API 文档补全	PaddleScience#686	@HydrogenSulfate
补充汽车CFD数据集(Ahmed)至 PaddleScience	PaddleScience#668	@wangguan1995
补充汽车CFD数据集(Shape-Net Car)至 PaddleScience	PaddleScience#666	@wangguan1995
迁移 RegAE 案例至 PaddleScience	PaddleScience#440	@HydrogenSulfate

飞桨大模型套件任务列表

可前往对应 repo 了解具体任务细节：PaddlePaddle/PaddleMIX#272

任务名称	难度	任务描述	tracking issue	mentor
cogVLM模型复现向前推理	🌟	CogVLM 是一个强大的开源视觉语言模型，利用视觉专家模块深度整合语言编码和视觉编码，在10项权威跨模态基准上取得了SOTA性能	PaddleMIX#249	@LokeZhou
新增模型vits-svc模型	🌟🌟	vits-svc支持是歌声转换和歌声克隆	PaddleMIX#251	@LokeZhou
新增grounding_dion微调能力	🌟🌟	Grounding_dino是开放集合的目标检测模型，paddlemix已实现前向推理	PaddleMIX#254	@LokeZhou
新增人像美肤模型	🌟	人像美肤模型可用于对图像中的人体皮肤进行处理，实现匀肤（处理痘印、肤色不均等）、去瑕疵（脂肪粒、斑点、痣等）以及美白等功能。模型仅对裸露的皮肤进行修饰美化，不影响其他区域。当前Paddle仓库中缺少关于人脸美肤的能力，因此需要开发者进行添加	PaddleMIX#255	@LokeZhou
新增音乐生成（Music Generation）gradio应用（@LokeZhou）	🌟🌟	为音乐生成应用新增gradio demo，参考Gradio应用介绍和 image-to-music_AI应用	PaddleMIX#257	@LokeZhou
Custom Diffusion 训练支持	🌟🌟	PaddleMIX ppdiffusers新增custom_diffusion训练流程	PaddleMIX#267	@LokeZhou
wuerstchen 训练支持	🌟🌟	PaddleMIX ppdiffusers新增wuerstchen训练流程	PaddleMIX#269	@LokeZhou
instruct_pix2pix 训练支持	🌟🌟	PaddleMIX ppdiffusers新增instruct_pix2pix训练流程	PaddleMIX#270	@LokeZhou
Checkpoint Merger	🌟	PaddleMIX ppdiffusers新增 checkpoint merger pipeline	PaddleMIX#271	@LokeZhou

飞桨开发套件任务列表

可前往对应 repo 了解具体任务细节：PaddlePaddle/PaddleOCR#10223

任务名称	任务描述	tracking issue	mentor
MedicalSeg增加滑窗推理功能	3D医疗图像中缺少滑窗推理推理功能，滑窗推理可以进一步增强任意模型的精度	PaddleSeg#3536	@shiyutang
增加类激活图	激活图可视化能够可以帮助理解深度学习模型任务中的决策过程。通过观察模型关注的区域，可以了解模型是如何根据不同区域的特征来进行分类决策的，是一项十分有意义且重要的功能	PaddleSeg#3538	@shiyutang
增加训练图像、推理图像、标签图像可视化	飞桨支持强大的训练可视化工具VisualDL，用于记录和监控训练过程，可以在每次模型保存过程中，增加训练图像、推理图像、标签图像可视化，更直观地感受训练效果	PaddleSeg#3545	@shiyutang
CAT-Seg (CVPR'2023)模型复现	CAT-Seg是open-vocabulary semantic segmentation的前沿模型，其提出了一种cost aggregation方法将CLIP表征应用于像素级分割任务，在多个数据集上达到了开放集分割的SOTA	PaddleSeg#3535	@shiyutang
VPD模型+下游任务（视觉感知、图像分割、深度估计）	VPD是结合Diffusion Models的图文预训练模型，可以广泛的应用于下游任务，如视觉感知、图像分割、深度估计等等，且均取得了不错的效果。可以将VPD接入PaddleSeg中，并应用于下游任务中	PaddleSeg#3540	@shiyutang
新增图文对话模型X-GPT	X-Decoder 集成了图像理解的多类任务，结合GPT和SD相关生成模型就可以实现All-in-One的图文对话式agnet	PaddleSeg#3541	@shiyutang
验证并提升SAM+Clip在语义分割场景下的zero-shot分割精度	以语义分割为代表的视觉任务存在泛化性差的问题，即每次在新数据上都需要重新训练。大模型的发展利用图文链接的形式大大提升了模型的泛化性，但是前沿论文对于zero-shot的研究表明，完全的zero-shot的分割精度依旧较低。因此我们借用clip中对zero-shot的定义，即在未见过的图片而非是未见过的类别上，查看CLIP+SAM模型的分割效果（这一定义也十分有实用意义），并借用前沿论文的思想对baseline进一步优化。这一举动将验证并优化语义分割模型在未见过的数据上的泛化性	PaddleSeg#3542	@shiyutang
【Bug Fix】humanseg显存泄漏	使用PaddleSeg进行人像分割时，对大批量数据进行人像分割推理时，内存释放不充分，出现内存堆积问题，触发Linux OOM机制导致程序被kill。	PaddleSeg#3543	@shiyutang
【Bug Fix】modnet推理问题（@munibkhanali）	使用modnet进行image matting，在将其转换为 paddlelite 兼容模型时，出现报错，具体参考（#3477）	PaddleSeg#3544	@shiyutang
补充Satrn识别模型TIPC（@tangshiyu）	新增的Satrn模型缺少TIPC，完成tipc有利于上手训推全流程自动化脚本验证过程	PaddleOCR#11133	@shiyutang
增加多卡评估（@flytocc）	目前PaddleDetection仅支持单卡评估，希望支持多卡评估	PaddleDet#8682	@shiyutang
为PaddleOCR增加训练时周期性验证的开关（@tangshiyu）	为PaddleOCR增加训练时周期性验证的开关；为PaddleOCR增加eval_epoch_step参数。与PaddleCV的其它基础套件PaddleSeg、PaddleDetection、PaddleClas、Paddle3D等不同，PaddleOCR不支持上述功能，这导致包括但不限于如下问题：用户有时只想要将模型训练一定的迭代轮数，并不希望在训练时进行精度评估（这可能带来额外的时间开销），而目前PaddleOCR无法优雅地满足这个需求，只能通过设定一个较大的eval_batch_step数值来实现。更换数据集后，由于数据集大小发生改变，用户往往也需要修改eval_batch_step配置，以使得eval频率合适。PaddleOCR中实现的是epoch-based trainer，在配置文件中设置的也是epoch_num而不是num_iters，但eval_batch_step却是iters粒度的控制，存在风格不契合的问题。	PaddleOCR#11132	@shiyutang

💡 开放任务

任何在使用和开发过程中遇到的 New Feature 或 Bug，你都可以通过提 Issue 的方式与整个开源社区开发者沟通交流，明确的 Feature & Bug 可以通过向对应的代码仓库提交 PR 来补充和完善。你既可以解决自己提出的 Issue，同时非常欢迎你解决其他人提出的 Issue，在开放任务中，你会拥有更高的自由度来定义和拆解任务，也可以选择独立或组队的方式完成这些挑战。

• good first issue 通常是一些小功能的开发、bug 的修复或之前开发者未完成的功能，适合新手入门。
• 请务必在 PR 中 @luotao1 或 @Ligoml 确保打上了活动标签 HappyOpenSource 快乐开源活动issue与PR ，这样你的贡献会被纳入礼品发放的贡献统计中。

参考链接：

• 【必读】如何正确的提出一个 Issue #41281
• Code-of-Conduct
• 飞桨官网-贡献指南

[Ligoml]

已结项的任务

核心框架

任务名称	结项时间	tracking issue	mentor
✅🎉 Paddle 之艾尔登（IR Dialect）快乐勇士挑战赛 ⚔	2024/1/16	#55205	@zhangbo9674 @kangguangli @Aurelius84
✅新IR Python API适配升级	2024/1/16	#58067	@MarioLulab @YuanRisheng @0x45f
✅cmake单测依赖治理	2024/1/3	#60013	@Galaxy1458 @risemeup1
✅ 分批次修改已有代码的示例	2023/11/3	#55629	@SigureMo @sunzhongkai588 @megemini
✅Ruff 代码风格升级	2023/11/3	#57367	@gouzil @SigureMo
✅新 IR API 推全升级	2023/9/27	#57097	@YuanRisheng @0x45f
✅Fluid通信算子兼容升级	2023/9/27	#57102	@GhostScreaming
✅数据类型扩展任务	2023/9/27	#54871	@zhangting2020
✅Pytorch-Paddle代码转换工具开源任务	2023/9/27	PaConvert#112	@zhwesky2010

科学计算

任务名称	结项时间	tracking issue	mentor
✅迁移 CFDGCN 案例至 PaddleScience	2023/12/26	PaddlePaddle/PaddleScience#441	@HydrogenSulfate
✅基于hydra的案例改造计划	2023/11/15	PaddlePaddle/PaddleScience#571	@HydrogenSulfate
✅复现 Phy-LSTM 论文	2023/9/26	PaddlePaddle/PaddleScience#449	@HydrogenSulfate
✅迁移 DeepCFD 案例至 PaddleScience	2023/9/25	PaddlePaddle/PaddleScience#439	@HydrogenSulfate
✅为PaddleScience添加 HamiltonianMonteCarlo API	2023/9/5	PaddlePaddle/PaddleScience#450	@HydrogenSulfate
✅完善PaddleScience对符号计算(symbolic computation)功能的支持	2023/8/27	PaddlePaddle/PaddleScience#437	@HydrogenSulfate

大模型套件

任务名称	tracking issue	mentor
✅AudioLDM2模型复现前向推理	PaddleMIX#250	@LokeZhou
✅新增 StableDiffusionXL Reference Control支持	PaddleMIX#252	@LokeZhou
✅新增Mixture Canvas pipeline	PaddleMIX#253	@LokeZhou
✅StableDiffusion Pipeline 升级	PaddleMIX#377	@JunnYu

开发套件

任务名称	tracking issue	mentor
✅文字识别返回单字识别坐标	PaddleOCR#10377	@shiyutang
✅套件一致性计划 任务有更新为两个子任务	PaddleOCR#10380	@shiyutang @Bobholamovic
✅【论文复现】Segment Anything 加速版 MobileSAM	PaddleOCR#10451	@shiyutang
✅【论文复现】OCR识别模型 Parseq	PaddleOCR#10452	@shiyutang
✅【论文复现】检测模型策略--基于PPDET Deformable DETR复现SQR增强策略	PaddleDetection#8498	@shiyutang @juncaipeng
✅【论文复现】分类模型--多标签分类任务ML-Decoder	PaddleClas#2896	@cuicheng01 @shiyutang
✅为PaddleSeg添加多标签语义分割的功能	PaddleSeg#3456	@shiyutang
✅【模型压缩推全计划】为六大套件新增模型压缩功能	PaddleOCR#10657	@shiyutang

社区孵化项目

https://github.com/PaddlePaddle/PaddleSOT 孵化成功， Repo 状态后续为 archive ，不接受新代码合入，所有SOT的代码开发转到Paddle Repo。

任务名称	tracking issue	mentor
✅⚡️ 性能优化项 1 —— Builtin 函数调用支持	PaddleSOT#305	@SigureMo
✅⚙️ 性能优化项 2 —— 字节码支持	PaddleSOT#305	@SigureMo
✅✨ 性能优化项 3 —— 其他	PaddleSOT#305	@SigureMo
✅🔥 Python 3.11 支持	PaddleSOT#360	@SigureMo

[luotao1]

感谢参与的小伙伴们，2023年11月-2024年1月的快乐开源礼品，会年后再发（2.29之前）。
2024年请移步至：

• 飞桨快乐开源2024 #61482