未验证 提交 1d8dc38f 编写于 作者: Y YixinKristy 提交者: GitHub

Merge branch 'develop' into develop

......@@ -7,9 +7,9 @@
**飞桨目标检测开发套件,端到端地完成从训练到部署的全流程目标检测应用。**
[![Build Status](https://travis-ci.org/PaddlePaddle/PaddleSeg.svg?branch=release/2.1)](https://travis-ci.org/PaddlePaddle/PaddleSeg)
[![License](https://img.shields.io/badge/license-Apache%202-blue.svg)](LICENSE)
[![Version](https://img.shields.io/github/release/PaddlePaddle/PaddleDetection.svg)](https://github.com/PaddlePaddle/PaddleSeg/releases)
[![Version](https://img.shields.io/github/release/PaddlePaddle/PaddleDetection.svg)](https://github.com/PaddlePaddle/PaddleDetection/releases)
![python version](https://img.shields.io/badge/python-3.6+-orange.svg)
![support os](https://img.shields.io/badge/os-linux%2C%20win%2C%20mac-yellow.svg)
......@@ -17,12 +17,14 @@
## 产品动态 <img src="https://user-images.githubusercontent.com/48054808/157793354-6e7f381a-0aa6-4bb7-845c-9acf2ecc05c3.png" width="30"/>
- 2022.3.24:PaddleDetection发布[release/2.4版本](https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.4)
- 发布高精度云边一体SOTA目标检测模型[PP-YOLOE](config/ppyoloe),全系列多尺度模型,满足不同硬件算力需求,可适配服务器、边缘端GPU及其他服务器端AI加速卡。
- 发布边缘端和CPU端超轻量SOTA目标检测模型[PP-PicoDet增强版](configs/picodet),提供模型稀疏化和量化功能,便于模型加速,各类硬件无需单独开发后处理模块,降低部署门槛。
- 发布实时行人分析工具[PP-Human](deploy/pphuman),支持行人跟踪、人流量统计、人体属性识别与摔倒检测四大能力,基于真实场景数据特殊优化,精准识别各类摔倒姿势,适应不同环境背景、光线及摄像角度。
-
- 🔥 **2022.3.24:PaddleDetection发布[release/2.4版本](https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.4)**
- 发布高精度云边一体SOTA目标检测模型[PP-YOLOE](config/ppyoloe),全系列多尺度模型,满足不同硬件算力需求,可适配服务器、边缘端GPU及其他服务器端AI加速卡。
- 发布边缘端和CPU端超轻量SOTA目标检测模型[PP-PicoDet增强版](configs/picodet),提供模型稀疏化和量化功能,便于模型加速,各类硬件无需单独开发后处理模块,降低部署门槛。
- 发布实时行人分析工具[PP-Human](deploy/pphuman),支持行人跟踪、人流量统计、人体属性识别与摔倒检测四大能力,基于真实场景数据特殊优化,精准识别各类摔倒姿势,适应不同环境背景、光线及摄像角度。
- 2021.11.03: PaddleDetection发布[release/2.3版本](https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.3)
- 发布轻量级检测特色模型⚡[PP-PicoDet](configs/picodet),0.99m的参数量可实现精度30+mAP、速度150FPS。
- 发布轻量级关键点特色模型⚡[PP-TinyPose](configs/keypoint/tiny_pose),单人场景FP16推理可达122FPS、51.8AP,具有精度高速度快、检测人数无限制、微小目标效果好的优势。
......@@ -34,10 +36,13 @@
- 发布[Sniper](configs/sniper)小目标检测优化模型,发布针对EdgeBoard优化[PP-YOLO-EB](configs/ppyolo)模型。
- 新增轻量化关键点模型[Lite HRNet](configs/keypoint)关键点模型并支持Paddle Lite部署。
- 2021.08.10: PaddleDetection发布[release/2.2版本](https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.2)
- 发布Transformer检测系列模型,包括[DETR](configs/detr), [Deformable DETR](configs/deformable_detr), [Sparse RCNN](configs/sparse_rcnn)
- 新增Dark HRNet关键点模型和MPII数据集[关键点模型](configs/keypoint)
- 新增[人头](configs/mot/headtracking21)[车辆](configs/mot/vehicle)跟踪垂类模型。
- 2021.05.20: PaddleDetection发布[release/2.1版本](https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.1)
- 新增[关键点检测](configs/keypoint),模型包括HigherHRNet,HRNet。
- 新增[多目标跟踪](configs/mot)能力,模型包括DeepSORT,JDE,FairMOT。
......@@ -55,12 +60,9 @@
#### 应用场景覆盖工业、智慧城市、安防、交通、零售、医疗等十余种行业
<div align="center">
<img src="https://user-images.githubusercontent.com/48054808/157826886-2e101a71-25a2-42f5-bf5e-30a97be28f46.gif" width="800"/>
</div>
## 特性 <img src="https://user-images.githubusercontent.com/48054808/157799599-e6a66855-bac6-4e75-b9c0-96e13cb9612f.png" width="30"/>
- **模型丰富**: 包含**目标检测****实例分割****人脸检测****100+个预训练模型**,涵盖多种**全球竞赛冠军**方案。
- **使用简洁**:模块化设计,解耦各个网络组件,开发者轻松搭建、试用各种检测模型及优化策略,快速得到高性能、定制化的算法。
- **端到端打通**: 从数据增强、组网、训练、压缩、部署端到端打通,并完备支持**云端**/**边缘端**多架构、多设备部署。
......@@ -295,14 +297,38 @@
## 模型库 <img src="https://user-images.githubusercontent.com/48054808/157829890-a535b8a6-631c-4c87-b861-64d4b32b2d6a.png" width="30"/>
| [通用检测](docs/MODEL_ZOO_cn.md) | [PP-YOLO模型](configs/ppyolo/README_cn.md)[PP-PicoDet模型](configs/picodet/README.md)[增强版Anchor Free模型TTFNet](configs/ttfnet/README.md)[移动端模型](static/configs/mobile/README.md)[676类目标检测](static/docs/featured_model/LARGE_SCALE_DET_MODEL.md)[两阶段实用模型PSS-Det](configs/rcnn_enhance/README.md)[半监督知识蒸馏预训练检测模型](docs/feature_models/SSLD_PRETRAINED_MODEL.md) |
| :----|:-----|
| **[关键点检测](configs/keypoint)** | [PP-TinyPose](configs/keypoint/tiny_pose)、HigherHRNet、HRNet、LiteHRNet |
| **[多目标跟踪]((configs/mot/README.md))** | [PP-Tracking](deploy/pptracking/README_cn.md)[DeepSORT](configs/mot/deepsort/README_cn.md)[JDE](configs/mot/jde/README_cn.md)[FairMOT](configs/mot/fairmot/README_cn.md) |
| **实例分割** | [SOLOv2](configs/solov2/README.md) |
| **旋转框检测** | [S2ANet](configs/dota/README.md) |
| **垂类预训练模型** | [行人检测](configs/pedestrian/README.md)[车辆检测](configs/vehicle/README.md)[人脸检测](configs/face_detection/README.md) |
| **比赛冠军方案** | [Objects365 2019 Challenge夺冠模型](static/docs/featured_model/champion_model/CACascadeRCNN.md)[Open Images 2019-Object Detction比赛最佳单模型](static/docs/featured_model/champion_model/OIDV5_BASELINE_MODEL.md) |
- 通用目标检测:
- [模型库](docs/MODEL_ZOO_cn.md)
- [PP-YOLOE模型](configs/ppyoloe/README_cn.md)
- [PP-YOLO模型](configs/ppyolo/README_cn.md)
- [PP-PicoDet模型](configs/picodet/README.md)
- [增强版Anchor Free模型TTFNet](configs/ttfnet/README.md)
- [移动端模型](static/configs/mobile/README.md)
- [676类目标检测](static/docs/featured_model/LARGE_SCALE_DET_MODEL.md)
- [两阶段实用模型PSS-Det](configs/rcnn_enhance/README.md)
- [半监督知识蒸馏预训练检测模型](docs/feature_models/SSLD_PRETRAINED_MODEL.md)
- 通用实例分割
- [SOLOv2](configs/solov2/README.md)
- 旋转框检测
- [S2ANet](configs/dota/README.md)
- [关键点检测](configs/keypoint)
- [PP-TinyPose](configs/keypoint/tiny_pose)
- HigherHRNet
- HRNet
- LiteHRNet
- [多目标跟踪](configs/mot/README.md)
- [PP-Tracking](deploy/pptracking/README.md)
- [DeepSORT](configs/mot/deepsort/README_cn.md)
- [JDE](configs/mot/jde/README_cn.md)
- [FairMOT](configs/mot/fairmot/README_cn.md)
- 垂类领域
- [行人检测](configs/pedestrian/README.md)
- [车辆检测](configs/vehicle/README.md)
- [人脸检测](configs/face_detection/README.md)
- [实时行人分析](deploy/pphuman/README.md)
- 比赛冠军方案
- [Objects365 2019 Challenge夺冠模型](static/docs/featured_model/champion_model/CACascadeRCNN.md)
- [Open Images 2019-Object Detction比赛最佳单模型](static/docs/featured_model/champion_model/OIDV5_BASELINE_MODEL.md)
## 应用案例 <img title="" src="https://user-images.githubusercontent.com/48054808/157836473-1cf451fa-f01f-4148-ba68-b6d06d5da2f9.png" alt="" width="30">
......
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册