1. <strong id="7actg"></strong>
    2. <table id="7actg"></table>

    3. <address id="7actg"></address>
      <address id="7actg"></address>
      1. <object id="7actg"><tt id="7actg"></tt></object>

        超越Y(jié)OLOv5!這個(gè)目標(biāo)檢測(cè)開(kāi)源項(xiàng)目太香了

        共 2258字,需瀏覽 5分鐘

         ·

        2021-05-15 11:00

        這個(gè)目標(biāo)檢測(cè)神器簡(jiǎn)直香炸了!它不僅連續(xù)登錄Github全球趨勢(shì)榜,擁有的全球尖端算法論文也接連登錄全球技術(shù)趨勢(shì)榜PaperWithCode。



        這個(gè)神器就是剛剛?cè)嫔?jí)的PaddleDetection2.0!它全面兼顧高性能算法、便捷開(kāi)發(fā)、高效訓(xùn)練及完備部署,不論是通用目標(biāo)檢測(cè),還是行人、車輛檢測(cè),不論是超高精度,還是超輕量超快速;不論是學(xué)術(shù)科研大神,還是入門萌新;全都滿足你!


        傳送門:

        https://github.com/PaddlePaddle/PaddleDetection 


        小編在此強(qiáng)烈號(hào)召小伙伴們 Star收藏一下,以防走丟。


        下面,讓我們直接用數(shù)據(jù)和事實(shí)來(lái)帶大家看看這款開(kāi)源項(xiàng)目具體有什么過(guò)人之處吧!


        一. 全明星算法陣容:


        1. 比YOLOv4、YOLOv5 更強(qiáng)的PP-YOLOv2



        無(wú)需再糾結(jié)YOLOv3、YOLOv4、Scaled YOLOv4、YOLOv5到底選哪個(gè)了,選PPYOLOv2就對(duì)了!最高mAP 50.3%,最高FPS106.5FPS,超越Y(jié)OLOv4甚至YOLOv5!又快又好,他不香么?


        論文:https://arxiv.org/abs/2104.10419


        2. 1.3M 超超超輕量目標(biāo)檢測(cè)算法PP-YOLO Tiny



        需要在AIoT邊緣輕量化芯片部署?1.3M夠不夠小?!比YOLO-Fastest、 NanoDet更強(qiáng)的PPYOLO-Tiny,AI走向產(chǎn)業(yè)無(wú)需再等,趕緊用起來(lái)!


        3. 全面領(lǐng)先同類框架的RCNN系列算法


        什么?還在用mmdetection和Detectron2?你Out了!RCNN系列模型(Faster RCNN, Mask RCNN, Cascade RCNN等)在PaddleDetection進(jìn)行訓(xùn)練,比mmDetection和Detectron2在更短的時(shí)間獲得更高的精度!



        4. SOTA 的Anchor Free算法:PAFNet & PAFNet-Lite


        連檢測(cè)框都不要了?莫慌,PaddleDetection2.0帶你緊跟全球科研動(dòng)向。SOTA(最先進(jìn))的Anchor Free算法:PAFNet(Paddle Anchor Free)& PAFNet-Lite,從理論到直接使用,保證把你安排的明明白白!


        論文:https://arxiv.org/abs/2104.13534



        二. 全面功能覆蓋:


        除了以上全系列通用目標(biāo)檢測(cè)算法外,PaddleDetection2.0還額外覆蓋旋轉(zhuǎn)框檢測(cè)、實(shí)例分割、行人檢測(cè)、人臉檢測(cè)、車輛檢測(cè)等垂類任務(wù)。



        還經(jīng)過(guò)工業(yè)質(zhì)檢、安防巡檢、衛(wèi)星遙感、能源電力等等數(shù)十個(gè)真實(shí)行業(yè)場(chǎng)景深度打磨驗(yàn)證,直接加速各產(chǎn)業(yè)智能化升級(jí)!



        三. 超強(qiáng)易用性、極易產(chǎn)業(yè)部署:


        全面支持pip安裝,動(dòng)態(tài)圖開(kāi)發(fā),壓縮、部署等全流程方案打通,極大程度的提升了用戶開(kāi)發(fā)的易用性,加速了算法產(chǎn)業(yè)應(yīng)用落地的速度。



        1. 超強(qiáng)的算法壓縮能力:


        以YOLOv3-MobileNetv1模型為例,量化策略為模型帶來(lái)1.7%的精度提升,同時(shí)體積壓縮3.71倍,速度提升1.46倍!而采用蒸餾+裁剪的聯(lián)合策略,在精度幾乎無(wú)損的情況下,體積壓縮了3.05倍,加速1.58倍!


        YOLOv3-MobileNetV1

        輸入尺寸

        精度(mAP)

        模型體積(MB)

        體積壓縮比

        延遲(驍龍855 4線程)

        加速比

        Baseline

        608

        28.8

        94.2

        -

        411ms

        -

        在線量化

        608

        30.5

        25.4

        3.71x

        281ms

        1.46x

        蒸餾

        608

        31.0

        94.2

        -

        411ms

        -

        蒸餾+剪裁聯(lián)合策略

        608

        28.7

        30.9

        3.05x

        260ms

        1.58x


        2. 超完善的推理部署能力


        適配Linux、Windows、NV Jetson等多系統(tǒng)多平臺(tái),同時(shí)提供Python預(yù)測(cè)和C++預(yù)測(cè),額外適配TensorRT,支持TensorRT動(dòng)態(tài)尺寸輸入及TensorRT INT8量化預(yù)測(cè), 模型預(yù)測(cè)加速性能滿分!


        模型

        輸入尺寸

        Paddle Inference

        TensorRT FP32

        TensorRT FP16

        SSD_MobileNet_v1

        300

        5.17

        4.43

        4.29

        YOLOv3_MobileNet_v1

        608

        9.74

        8.61

        6.28

        FasterRCNN_R50_FPN

        640

        27.99

        26.16

        21.92

        PP-YOLO

        608

        20.77

        18.40

        13.53


        3. 良心完善的文檔制作


        精心打造的中英雙語(yǔ)文檔,從安裝、數(shù)據(jù)準(zhǔn)備到訓(xùn)練、評(píng)估、預(yù)測(cè)全流程,親媽一樣關(guān)心你使用產(chǎn)品時(shí)的每一個(gè)細(xì)節(jié)。



        四、直播課預(yù)告


        看到這里,小編已經(jīng)熱血沸騰了!如此用心制作的高水準(zhǔn)產(chǎn)品,必須要深入學(xué)習(xí)一下!

        百度飛槳AI快車道為了滿足大家的需求,將于5月13、14、21日開(kāi)設(shè)“目標(biāo)檢測(cè)技術(shù)3日直播課”,由百度資深研發(fā)工程師傾囊相授多年“煉丹”經(jīng)驗(yàn),趕緊掃碼報(bào)名加入PaddleDetection技術(shù)交流群上車吧!更多課程及產(chǎn)品動(dòng)態(tài),將在群里及時(shí)公告。


        掃描下方二維碼,立即報(bào)名加入交流群


        產(chǎn)業(yè)級(jí)目標(biāo)檢測(cè)技術(shù)直播課精彩搶先看



        更多PaddleDetection信息,歡迎訪問(wèn)GitHub點(diǎn)star后體驗(yàn):

        https://github.com/PaddlePaddle/PaddleDetection

        瀏覽 34
        點(diǎn)贊
        評(píng)論
        收藏
        分享

        手機(jī)掃一掃分享

        分享
        舉報(bào)
        評(píng)論
        圖片
        表情
        推薦
        點(diǎn)贊
        評(píng)論
        收藏
        分享

        手機(jī)掃一掃分享

        分享
        舉報(bào)
        1. <strong id="7actg"></strong>
        2. <table id="7actg"></table>

        3. <address id="7actg"></address>
          <address id="7actg"></address>
          1. <object id="7actg"><tt id="7actg"></tt></object>
            亚州高清A∨在线观看 | 免费看的av | 就爱日五月天 | 又大又粗又黄又爽的视频 | 欧美精品老牛影视 | 国产精品6 | 日逼艹逼| 人人干国产 | 西西久久| 欧美午夜性爱视频 |