百度開源的這個(gè)項(xiàng)目，太強(qiáng)了！
行人檢測(cè)跟蹤計(jì)數(shù)、人員行為分析、人員屬性分析、人員操作及穿戴合規(guī)監(jiān)測(cè)等場(chǎng)景化能力在工業(yè)、安防、金融、能源等行業(yè)有著極其廣泛的應(yīng)用需求。以深度學(xué)習(xí)視覺技術(shù)為核心的行人分析能力，則是以上任務(wù)的核心關(guān)鍵，也是近十年人工智能科技公司不斷發(fā)力深耕的賽道。
飛槳目標(biāo)檢測(cè)開發(fā)套件 PaddleDetection 中提供的?PP-Human?就是一套綜合了目標(biāo)檢測(cè)、跟蹤、關(guān)鍵點(diǎn)檢測(cè)等核心能力的產(chǎn)業(yè)級(jí)開源實(shí)時(shí)行人分析工具。它基于企業(yè)真實(shí)場(chǎng)景數(shù)據(jù)打磨優(yōu)化，擁有人體屬性識(shí)別、行為識(shí)別與流量計(jì)數(shù)三大能力，兼容單張圖片、單路或多路視頻 3 種輸入類型，還可適應(yīng)不同光線、復(fù)雜背景及跨鏡頭場(chǎng)景！
不僅如此，PP-Human 還直接提供目標(biāo)檢測(cè)、屬性分析、關(guān)鍵點(diǎn)檢測(cè)、行為識(shí)別、ReID?預(yù)訓(xùn)練模型，方便開發(fā)者靈活取用及更改。
?PP-Human 項(xiàng)目傳送門?
PP-Human 功能總覽
PP-Human 采用 pipeline 的方式串聯(lián)輸入、子模塊的預(yù)測(cè)與后處理部分。輸入部分支持單張圖片，圖片文件夾，單鏡頭視頻和多鏡頭視頻，通過命令行輸入不同參數(shù)即可實(shí)現(xiàn)對(duì)應(yīng)功能。
輸入為圖片：覆蓋目標(biāo)檢測(cè)與屬性識(shí)別功能
輸入為單路視頻：覆蓋多目標(biāo)跟蹤、軌跡繪制與流量計(jì)數(shù)、屬性識(shí)別、行為識(shí)別功能
輸入為多路視頻：覆蓋跨鏡跟蹤功能
基礎(chǔ)能力剖析
單鏡頭跟蹤：PP-Human 中的單鏡頭跟蹤能力則是采用 SDE 方案，其數(shù)據(jù)標(biāo)注和訓(xùn)練調(diào)優(yōu)都更加靈活便捷，且對(duì)數(shù)據(jù)類型不敏感，擁有更強(qiáng)泛化性，具備高靈活度與產(chǎn)業(yè)易用兩大特性：
同時(shí)，為了彌補(bǔ) SDE 方案的性能弱勢(shì)，PP-Human 在跟蹤技術(shù)選型和優(yōu)化上做了一下 3 種改進(jìn)：
采用超高精度檢測(cè)器：SDE 模型的效果強(qiáng)依賴檢測(cè)器的精度，因此檢測(cè)部分選擇了相較 YOLOX 精度提升 1.3%、速度提升 25% 的 PP-YOLOE
選擇全新數(shù)據(jù)關(guān)聯(lián)方式 ByteTrack：與傳統(tǒng)方式不同，ByteTrack 不再丟棄物體被遮擋時(shí)的低分檢測(cè)框，而是利用低分檢測(cè)框與軌跡的相似性，降低漏檢并提高軌跡連貫性，進(jìn)而有效緩解人像重疊帶來的跟丟、軌跡碎片化的問題。同時(shí)高效的檢測(cè)模型和數(shù)據(jù)關(guān)聯(lián)策略能夠使得目標(biāo)不需要使用 ReID 模型提取外觀特征，從而進(jìn)一步提升跟蹤性能
優(yōu)化預(yù)處理效率：將圖像歸一化操作合并于模型中執(zhí)行，實(shí)現(xiàn)部署加速，提升整體性能
ReID：使用 Centroid-ReID 模型，整合多個(gè)開源數(shù)據(jù)集進(jìn)行訓(xùn)練，提供了一款性能遠(yuǎn)優(yōu)于其他開源模型的可應(yīng)用模型。特征匹配使用多投票的方式，利用相同 ID 的多個(gè)目標(biāo)特征的組合，來提高最終匹配效果，實(shí)現(xiàn)效率遠(yuǎn)高于 Rerank 方法。另外，其匹配方法與 ReID 模型獨(dú)立，使用者可靈活更換任意 ReID 模型 特征質(zhì)量選擇：跨鏡頭跟蹤中，ReID 的匹配效果并不完全等同于實(shí)際的跟蹤效果，其匹配效果還受到目標(biāo)遮擋、完整度、模糊度等各種環(huán)境影響，這個(gè)過程中過濾低質(zhì)量圖片，保留高質(zhì)量圖片，能夠進(jìn)一步提升跨鏡跟蹤效果。
應(yīng)用功能詳解：高精度 26 種人體屬性分析
PP-Human 中人體屬性分析覆蓋性別、年齡、朝向、穿著等 26 種屬性，其原理是將人體檢測(cè)框輸入多標(biāo)簽分類網(wǎng)絡(luò) StrongBaseline 進(jìn)行屬性的識(shí)別與分類?；?PETA，RAP，PA-100K 與企業(yè)真實(shí)場(chǎng)景數(shù)據(jù)的融合數(shù)據(jù)集進(jìn)行訓(xùn)練，最終實(shí)現(xiàn)?mAP 94.86、預(yù)測(cè)速度 2ms / 人的卓越性能。
應(yīng)用功能詳解：泛化性強(qiáng)的毫秒級(jí)行為識(shí)別
魯棒性強(qiáng)：對(duì)光照、視角、背景環(huán)境無限制
性能高：與視頻識(shí)別技術(shù)相比，模型計(jì)算量大幅降低，支持本地化與服務(wù)化快速部署
訓(xùn)練速度快：僅需 15 分鐘即可產(chǎn)出高精度行為識(shí)別模型
其中，由于整體效果依賴關(guān)鍵點(diǎn)檢測(cè)，因此 PP-Human 選用精度更高的 HRNet 模型，并加入了 DarkPose 中的無偏 encoding 方法，在模型速度不損失的同時(shí)提升精度，骨骼點(diǎn)系列識(shí)別選擇的則是經(jīng)典模型 ST-GCN，并加入數(shù)據(jù)增強(qiáng)、關(guān)鍵點(diǎn)歸一化等優(yōu)化策略，實(shí)現(xiàn)在業(yè)務(wù)數(shù)據(jù)集上單人耗時(shí) 2.7ms，準(zhǔn)確率達(dá)到 96.83%?的效果！
上海天覆科技辦公區(qū)摔倒檢測(cè)
應(yīng)用功能詳解：一行代碼即可實(shí)現(xiàn)人流檢測(cè)
看了這么多功能介紹，想要第一時(shí)間上手試試？PP-Human 提供了完整項(xiàng)目教程，數(shù)行代碼即可快速上手，記得?Star?收藏訂閱最新動(dòng)態(tài)哦！
https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.4/deploy/pphuman
為了讓開發(fā)者們更深入的了解 PP-Human 這套多功能的行人分析系統(tǒng)，解決產(chǎn)業(yè)應(yīng)用難點(diǎn)以及掌握產(chǎn)業(yè)實(shí)踐的核心能力，飛槳團(tuán)隊(duì)精心準(zhǔn)備了為期三天的直播課程！
4 月 19 日 - 21 日百度資深工程師們將在直播現(xiàn)場(chǎng)對(duì)各類痛難點(diǎn)解決方案進(jìn)行手把手拆解，其中?4 月 20、21 日每晚 20:30?會(huì)對(duì) PP-Human 的原理進(jìn)行詳細(xì)剖析，并帶領(lǐng)大家進(jìn)行產(chǎn)業(yè)案例全流程實(shí)操，更有現(xiàn)場(chǎng)答疑環(huán)節(jié)，還在等什么！抓緊掃碼上車吧！
