MaochengHu 576cda45b8 first commit | há 2 anos atrás | |
---|---|---|
.. | ||
application | há 2 anos atrás | |
configs | há 2 anos atrás | |
contrib | há 2 anos atrás | |
dataset | há 2 anos atrás | |
demo | há 2 anos atrás | |
deploy | há 2 anos atrás | |
docs | há 2 anos atrás | |
ppdet | há 2 anos atrás | |
slim | há 2 anos atrás | |
tools | há 2 anos atrás | |
LICENSE | há 2 anos atrás | |
README.md | há 2 anos atrás | |
README_cn.md | há 2 anos atrás | |
README_en.md | há 2 anos atrás | |
requirements.txt | há 2 anos atrás |
简体中文 | English
文档:https://paddledetection.readthedocs.io
PaddleDetection飞桨目标检测开发套件,旨在帮助开发者更快更好地完成检测模型的组建、训练、优化及部署等全开发流程。
PaddleDetection模块化地实现了多种主流目标检测算法,提供了丰富的数据增强策略、网络模块组件(如骨干网络)、损失函数等,并集成了模型压缩和跨平台高性能部署能力。
经过长时间产业实践打磨,PaddleDetection已拥有顺畅、卓越的使用体验,被工业质检、遥感图像检测、无人巡检、新零售、互联网、科研等十多个行业的开发者广泛应用。
Architectures | Backbones | Components | Data Augmentation |
|
|
|
|
各模型结构和骨干网络的代表模型在COCO数据集上精度mAP和单卡Tesla V100上预测速度(FPS)对比图。
说明:
CBResNet
为Cascade-Faster-RCNN-CBResNet200vd-FPN
模型,COCO数据集mAP高达53.3%Cascade-Faster-RCNN
为Cascade-Faster-RCNN-ResNet50vd-DCN
,PaddleDetection将其优化到COCO数据mAP为47.8%时推理速度为20FPSYOLOv3-ResNet50vd-DCN
在COCO数据集mAP高于原作10.6个绝对百分点,推理速度为61.3FPS,快于原作约70%v2.0-rc版本已经在02/2021
发布,新增动态图版本,支持RCNN, YOLOv3, PP-YOLO, SSD/SSDLite, FCOS, TTFNet, SOLOv2等系列模型,支持模型剪裁和量化,支持预测部署及TensorRT推理加速,详细内容请参考版本更新文档。
本项目的发布受Apache 2.0 license许可认证。
我们非常欢迎你可以为PaddleDetection提供代码,也十分感谢你的反馈。