The project's README from github.com/PaddlePaddle/PaddleDetection. As one markdown file: README.md.
简体中文 | English
PaddleDetection是一个基于PaddlePaddle的目标检测端到端开发套件,在提供丰富的模型组件和测试基准的同时,注重端到端的产业落地应用,通过打造产业级特色模型|工具、建设产业应用范例等手段,帮助开发者实现数据准备、模型选型、模型训练、模型部署的全流程打通,快速进行落地应用。
主要模型效果示例如下(点击标题可快速跳转):
| 通用目标检测 | 小目标检测 | 旋转框检测 | 3D目标物检测 |
|---|---|---|---|
![]() |
![]() |
![]() |
![]() |
| 人脸检测 | 2D关键点检测 | 多目标追踪 | 实例分割 |
![]() |
![]() |
![]() |
![]() |
| 车辆分析——车牌识别 | 车辆分析——车流统计 | 车辆分析——违章检测 | 车辆分析——属性分析 |
![]() |
![]() |
![]() |
![]() |
| 行人分析——闯入分析 | 行人分析——行为分析 | 行人分析——属性分析 | 行人分析——人流统计 |
![]() |
![]() |
![]() |
![]() |
同时,PaddleDetection提供了模型的在线体验功能,用户可以选择自己的数据进行在线推理。
飞桨低代码开发工具PaddleX,依托于PaddleDetection的先进技术,支持了目标检测领域的一站式全流程开发能力:
添加实例分割SOTA模型Mask-RT-DETR
🔥超越YOLOv8,飞桨推出精度最高的实时检测器RT-DETR!
RT-DETR解读文章传送门:
代码传送门:RT-DETRPaddleDetection将检测模型解耦成不同的模块组件,通过自定义模块组件组合,用户可以便捷高效地完成检测模型的搭建。传送门:🧩模块组件。
PaddleDetection支持大量的最新主流的算法基准以及预训练模型,涵盖2D/3D目标检测、实例分割、人脸检测、关键点检测、多目标跟踪、半监督学习等方向。传送门:📱模型库、⚖️模型性能对比。
PaddleDetection打造产业级特色模型以及分析工具:PP-YOLOE+、PP-PicoDet、PP-TinyPose、PP-HumanV2、PP-Vehicle等,针对通用、高频垂类应用场景提供深度优化解决方案以及高度集成的分析工具,降低开发者的试错、选择成本,针对业务场景快速应用落地。传送门:🎗️产业特色模型|产业工具。
PaddleDetection整理工业、农业、林业、交通、医疗、金融、能源电力等AI应用范例,打通数据标注-模型训练-模型调优-预测部署全流程,持续降低目标检测技术产业落地门槛。传送门:💡产业实践范例、🏆企业应用案例。
参考安装说明进行安装。
深度学习入门教程
快速开始
数据准备
配置文件说明
模型开发
部署推理
| Backbones | Necks | Loss | Common | Data Augmentation |
|
|
| 2D Detection | Multi Object Tracking | KeyPoint Detection | Others |