person_monitor/dependence/PaddleDetection/static/configs/rcnn_enhance

服务器端实用目标检测方案

简介

• 近年来，学术界和工业界广泛关注图像中目标检测任务。基于PaddleClas中SSLD蒸馏方案训练得到的ResNet50_vd预训练模型(ImageNet1k验证集上Top1 Acc为82.39%)，结合PaddleDetection中的丰富算子，飞桨提供了一种面向服务器端实用的目标检测方案PSS-DET(Practical Server Side Detection)。基于COCO2017目标检测数据集，V100单卡预测速度为61FPS时，COCO mAP可达41.6%；预测速度为20FPS时，COCO mAP可达47.8%。

• 以标准的Faster RCNN ResNet50_vd FPN为例，下表给出了PSS-DET不同的模块的速度与精度收益。

| Trick | Train scale | Test scale | COCO mAP | Infer speed/FPS | |- |:-: |:-: | :-: | :-: | | baseline | 640x640 | 640x640 | 36.4% | 43.589 | | +test proposal=pre/post topk 500/300 | 640x640 | 640x640 | 36.2% | 52.512 | | +fpn channel=64 | 640x640 | 640x640 | 35.1% | 67.450 | | +ssld pretrain | 640x640 | 640x640 | 36.3% | 67.450 | | +ciou loss | 640x640 | 640x640 | 37.1% | 67.450 | | +DCNv2 | 640x640 | 640x640 | 39.4% | 60.345 | | +3x, multi-scale training | 640x640 | 640x640 | 41.0% | 60.345 | | +auto augment | 640x640 | 640x640 | 41.4% | 60.345 | | +libra sampling | 640x640 | 640x640 | 41.6% | 60.345 |

基于该实验结论，PaddleDetection结合Cascade RCNN，使用更大的训练与评估尺度(1000x1500)，最终在单卡V100上速度为20FPS，COCO mAP达47.8%。下图给出了目前类似速度的目标检测方法的速度与精度指标。

注意

这里为了更方便地对比，统一将V100的预测耗时乘以1.2倍，近似转化为Titan V的预测耗时。

模型库

骨架网络	网络类型	每张GPU图片个数	学习率策略	推理时间(fps)	Box AP	Mask AP	下载	配置文件
ResNet50-vd-FPN-Dcnv2	Faster	2	3x	61.425	41.6	-	下载链接	配置文件
ResNet50-vd-FPN-Dcnv2	Cascade Faster	2	3x	20.001	47.8	-	下载链接	配置文件
ResNet101-vd-FPN-Dcnv2	Cascade Faster	2	3x	19.523	49.4	-	下载链接	配置文件

注：generic文件夹下面的配置文件对应的预训练模型均只支持预测，不支持训练与评估。