Skip to content

P
PaddleDetection

PaddlePaddle / PaddleDetection
大约 1 年 前同步成功

通知 695
Star 11112
Fork 2696
P
PaddleDetection
未验证 提交 a4161b22 编写于 作者: W wangguanzhong 提交者： GitHub
浏览文件
操作

Update cn doc (#7346) 

* update doc, test=document_fix

* update en doc, test=document_fix

* update link, test=document_fix
上级 23ad4910
显示空白变更内容
内联 并排
Showing with 159 addition and 30 deletion
README_cn.md
浏览文件 @ a4161b22
...@@ -23,21 +23,39 @@ ...@@ -23,21 +23,39 @@
</div> </div>
## 🚀 热门活动 ## 🚀 热门活动
- 🎊 **【AI快车道三日课】PP-YOLOE+、PP-Human v2、PP-Vehicle技术方案大揭秘！** - 🎊 **【AI快车道两日课】手把手教你将PP-YOLOE+用于旋转框、小目标检测，达成SOTA性能**
- ⏰ **时间：10月18-20日 晚上8:15** - ⏰ **时间：11月16-17日 晚上8:15**
- **10月18日：YOLO算法精讲与最强新星PP-YOLOE+升级详解** - **11月16日：更高效更鲁棒的小目标检测器PP-YOLOE-SOD**
- **10月19日：10分钟搭建行人分析系统** - **11月17日：SOTA旋转框检测器PP-YOLOE-R**
- **10月20日：智能交通监控系统技术剖析**
- 🎁 **扫码入群即可获取专属直播链接与技术大礼包！** - 🎁 **扫码入群即可获取专属直播链接与技术大礼包！**
<div align="center"> <div align="center">
<img src="https://user-images.githubusercontent.com/48054808/195969208-2c54c3ff-d8cd-46cb-9047-27cf36a79d7c.jpg" width = "200" /> <img src="https://user-images.githubusercontent.com/22989727/202123813-1097e3f6-c784-4991-9b94-8cbcd972de82.png" width = "200" />
</div> </div>
## <img src="https://user-images.githubusercontent.com/48054808/157835796-08d4ffbc-87d9-4622-89d8-cf11a44260fc.png" width="20"/> 贡献代码
PaddleDetection非常欢迎你加入到飞桨社区的开源建设中，参与贡献方式可以参考[文档](docs/contribution/README.md)
同时我们也会组织专项活动，引导大家参与到PaddleDetection的开发中：
- [Yes, PP-YOLOE! 基于PP-YOLOE的算法开发](https://github.com/PaddlePaddle/PaddleDetection/issues/7345)
## <img src="https://user-images.githubusercontent.com/48054808/157793354-6e7f381a-0aa6-4bb7-845c-9acf2ecc05c3.png" width="20"/> 产品动态 ## <img src="https://user-images.githubusercontent.com/48054808/157793354-6e7f381a-0aa6-4bb7-845c-9acf2ecc05c3.png" width="20"/> 产品动态
- 🔥 **2022.8.26：PaddleDetection发布[release/2.5版本](https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.5)**
- 🔥 **2022.11.15：发布基于PP-YOLOE+扩展的旋转框、小目标检测SOTA模型**
- 旋转框检测模型[PP-YOLOE-R](configs/rotate/ppyoloe_r)
- Anchor-free旋转框检测SOTA模型，精度速度双高
- 云边一体，s/m/l/x四个模型适配不用算力硬件
- 部署友好，避免使用特殊算子，能够轻松使用TensorRT加速
- 小目标检测模型[PP-YOLOE-SOD](configs/smalldet)
- 基于切图的端到端检测方案
- 基于原图的检测模型，精度达VisDrone开源最优
- 2022.8.26：PaddleDetection发布[release/2.5版本](https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.5)
- 🗳 特色模型： - 🗳 特色模型：
- 发布[PP-YOLOE+](configs/ppyoloe)，最高精度提升2.4% mAP，达到54.9% mAP，模型训练收敛速度提升3.75倍，端到端预测速度最高提升2.3倍；多个下游任务泛化性提升 - 发布[PP-YOLOE+](configs/ppyoloe)，最高精度提升2.4% mAP，达到54.9% mAP，模型训练收敛速度提升3.75倍，端到端预测速度最高提升2.3倍；多个下游任务泛化性提升
- 发布[PicoDet-NPU](configs/picodet)模型，支持模型全量化部署；新增[PicoDet](configs/picodet)版面分析模型 - 发布[PicoDet-NPU](configs/picodet)模型，支持模型全量化部署；新增[PicoDet](configs/picodet)版面分析模型
...@@ -50,12 +68,6 @@ ...@@ -50,12 +68,6 @@
- 新增基于[ViT](configs/vitdet)骨干网络高精度检测模型，COCO数据集精度达到55.7% mAP；新增[OC-SORT](configs/mot/ocsort)多目标跟踪模型；新增[ConvNeXt](configs/convnext)骨干网络 - 新增基于[ViT](configs/vitdet)骨干网络高精度检测模型，COCO数据集精度达到55.7% mAP；新增[OC-SORT](configs/mot/ocsort)多目标跟踪模型；新增[ConvNeXt](configs/convnext)骨干网络
- 📋 产业范例：新增[智能健身](https://aistudio.baidu.com/aistudio/projectdetail/4385813)、[打架识别](https://aistudio.baidu.com/aistudio/projectdetail/4086987?channelType=0&channel=0)、[来客分析](https://aistudio.baidu.com/aistudio/projectdetail/4230123?channelType=0&channel=0)、车辆结构化范例 - 📋 产业范例：新增[智能健身](https://aistudio.baidu.com/aistudio/projectdetail/4385813)、[打架识别](https://aistudio.baidu.com/aistudio/projectdetail/4086987?channelType=0&channel=0)、[来客分析](https://aistudio.baidu.com/aistudio/projectdetail/4230123?channelType=0&channel=0)、车辆结构化范例
- 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](configs/ppyoloe)，提供s/m/l/x版本，l版本COCO test2017数据集精度51.6%，V100预测速度78.1 FPS，支持混合精度训练，训练较PP-YOLOv2加速33%，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)，精度提升2%左右，CPU预测速度提升63%，新增参数量0.7M的PicoDet-XS模型，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/pipeline)，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。
- 新增[YOLOX](configs/yolox)目标检测模型，支持nano/tiny/s/m/l/x版本，x版本COCO val2017数据集精度51.8%。
- [更多版本发布](https://github.com/PaddlePaddle/PaddleDetection/releases) - [更多版本发布](https://github.com/PaddlePaddle/PaddleDetection/releases)
## <img title="" src="https://user-images.githubusercontent.com/48054808/157795569-9fc77c85-732f-4870-9be0-99a7fe2cff27.png" alt="" width="20"> 简介 ## <img title="" src="https://user-images.githubusercontent.com/48054808/157795569-9fc77c85-732f-4870-9be0-99a7fe2cff27.png" alt="" width="20"> 简介
...@@ -69,13 +81,13 @@ ...@@ -69,13 +81,13 @@
## <img src="https://user-images.githubusercontent.com/48054808/157799599-e6a66855-bac6-4e75-b9c0-96e13cb9612f.png" width="20"/> 特性 ## <img src="https://user-images.githubusercontent.com/48054808/157799599-e6a66855-bac6-4e75-b9c0-96e13cb9612f.png" width="20"/> 特性
- **模型丰富**: 包含**目标检测**、**实例分割**、**人脸检测**、****关键点检测****、**多目标跟踪**等**250+个预训练模型**，涵盖多种**全球竞赛冠军**方案。 - **模型丰富**: 包含**目标检测**、**实例分割**、**人脸检测**、****关键点检测****、**多目标跟踪**等**300+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。 - **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。 - **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。
- **高性能**: 基于飞桨的高性能内核，模型训练速度及显存占用优势明显。支持FP16训练, 支持多机训练。 - **高性能**: 基于飞桨的高性能内核，模型训练速度及显存占用优势明显。支持FP16训练, 支持多机训练。
<div align="center"> <div align="center">
<img src="https://user-images.githubusercontent.com/22989727/189026189-5d21e93a-5b33-40ce-bc36-c737122c1992.png" width="800"/> <img src="https://user-images.githubusercontent.com/22989727/202123940-419c469b-224d-4d44-97a7-166082180225.png" width="800"/>
</div> </div>
## <img title="" src="https://user-images.githubusercontent.com/48054808/157800467-2a9946ad-30d1-49a9-b9db-ba33413d9c90.png" alt="" width="20"> 技术交流 ## <img title="" src="https://user-images.githubusercontent.com/48054808/157800467-2a9946ad-30d1-49a9-b9db-ba33413d9c90.png" alt="" width="20"> 技术交流
...@@ -128,11 +140,14 @@ ...@@ -128,11 +140,14 @@
<li>PP-YOLO-Tiny</li> <li>PP-YOLO-Tiny</li>
<li>PP-YOLOE</li> <li>PP-YOLOE</li>
<li>PP-YOLOE+</li> <li>PP-YOLOE+</li>
<li>PP-YOLOE-R</li>
<li>PP-YOLOE-SOD</li>
<li>YOLOX</li> <li>YOLOX</li>
<li>YOLOF</li> <li>YOLOF</li>
<li>SSD</li> <li>SSD</li>
<li>CenterNet</li> <li>CenterNet</li>
<li>FCOS</li> <li>FCOS</li>
<li>FCOS-R</li>
<li>TTFNet</li> <li>TTFNet</li>
<li>TOOD</li> <li>TOOD</li>
<li>GFL</li> <li>GFL</li>
...@@ -516,16 +531,6 @@ ...@@ -516,16 +531,6 @@
本项目的发布受[Apache 2.0 license](LICENSE)许可认证。 本项目的发布受[Apache 2.0 license](LICENSE)许可认证。
## <img src="https://user-images.githubusercontent.com/48054808/157835796-08d4ffbc-87d9-4622-89d8-cf11a44260fc.png" width="20"/> 贡献代码
我们非常欢迎你可以为PaddleDetection提供代码，也十分感谢你的反馈。
- 感谢[Mandroide](https://github.com/Mandroide)清理代码并且统一部分函数接口。
- 感谢[FL77N](https://github.com/FL77N/)贡献`Sparse-RCNN`模型。
- 感谢[Chen-Song](https://github.com/Chen-Song)贡献`Swin Faster-RCNN`模型。
- 感谢[yangyudong](https://github.com/yangyudong2020), [hchhtc123](https://github.com/hchhtc123) 开发PP-Tracking GUI界面
- 感谢Shigure19 开发PP-TinyPose健身APP
- 感谢[manangoel99](https://github.com/manangoel99)贡献Wandb可视化方式
## <img src="https://user-images.githubusercontent.com/48054808/157835276-9aab9d1c-1c46-446b-bdd4-5ab75c5cfa48.png" width="20"/> 引用 ## <img src="https://user-images.githubusercontent.com/48054808/157835276-9aab9d1c-1c46-446b-bdd4-5ab75c5cfa48.png" width="20"/> 引用
......
README_en.md
浏览文件 @ a4161b22
...@@ -23,7 +23,16 @@ ...@@ -23,7 +23,16 @@
## <img src="https://user-images.githubusercontent.com/48054808/157793354-6e7f381a-0aa6-4bb7-845c-9acf2ecc05c3.png" width="20"/> Product Update ## <img src="https://user-images.githubusercontent.com/48054808/157793354-6e7f381a-0aa6-4bb7-845c-9acf2ecc05c3.png" width="20"/> Product Update
- 🔥 **2022.8.26：PaddleDetection releases[release/2.5 version](https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.5)** - 🔥 **2022.11.15：SOTA rotated object detector and small object detector based on PP-YOLOE**
- Rotated object detector [PP-YOLOE-R](configs/rotate/ppyoloe_r)
- SOTA Anchor-free rotated object detection model with high accuracy and efficiency
- A series of models, named s/m/l/x, for cloud and edge devices
- Avoiding using special operators to be deployed friendly with TensorRT.
- Small object detector [PP-YOLOE-SOD](configs/smalldet)
- End-to-end detection pipeline based on sliced images
- SOTA model on VisDrone based on original images.
- 2022.8.26：PaddleDetection releases[release/2.5 version](https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.5)
- 🗳 Model features： - 🗳 Model features：
...@@ -67,7 +76,7 @@ ...@@ -67,7 +76,7 @@
- **High Performance**: Due to the high performance core, PaddlePaddle has clear advantages in training speed and memory occupation. It also supports FP16 training and multi-machine training. - **High Performance**: Due to the high performance core, PaddlePaddle has clear advantages in training speed and memory occupation. It also supports FP16 training and multi-machine training.
<div align="center"> <div align="center">
<img src="https://user-images.githubusercontent.com/22989727/189066615-89d1dde2-54bc-4946-887e-fce50069206e.png" width="800"/> <img src="https://user-images.githubusercontent.com/22989727/202131382-45fd2de6-3805-460e-a70c-66db7188d37c.png" width="800"/>
</div> </div>
## <img title="" src="https://user-images.githubusercontent.com/48054808/157800467-2a9946ad-30d1-49a9-b9db-ba33413d9c90.png" alt="" width="20"> Exchanges ## <img title="" src="https://user-images.githubusercontent.com/48054808/157800467-2a9946ad-30d1-49a9-b9db-ba33413d9c90.png" alt="" width="20"> Exchanges
...@@ -113,11 +122,14 @@ ...@@ -113,11 +122,14 @@
<li>PP-YOLO-Tiny</li> <li>PP-YOLO-Tiny</li>
<li>PP-YOLOE</li> <li>PP-YOLOE</li>
<li>PP-YOLOE+</li> <li>PP-YOLOE+</li>
<li>PP-YOLOE-R</li>
<li>PP-YOLOE-SOD</li>
<li>YOLOX</li> <li>YOLOX</li>
<li>YOLOF</li> <li>YOLOF</li>
<li>SSD</li> <li>SSD</li>
<li>CenterNet</li> <li>CenterNet</li>
<li>FCOS</li> <li>FCOS</li>
<li>FCOSR</li>
<li>TTFNet</li> <li>TTFNet</li>
<li>TOOD</li> <li>TOOD</li>
<li>GFL</li> <li>GFL</li>
......
deploy/pipeline/README.md
浏览文件 @ a4161b22
...@@ -10,7 +10,7 @@ ...@@ -10,7 +10,7 @@
- 🚗🚙 **PP-Vehicle囊括四大交通场景核心功能：车牌识别、属性识别、车流量统计、违章检测。** - 🚗🚙 **PP-Vehicle囊括四大交通场景核心功能：车牌识别、属性识别、车流量统计、违章检测。**
![](https://user-images.githubusercontent.com/48054808/184843170-c3ef7d29-913b-4c6e-b533-b83892a8b0e2.gif) ![](https://user-images.githubusercontent.com/22989727/202134414-713a00d6-a0a4-4a77-b6e8-05cdb5d42b1e.gif)
## 📣 近期更新 ## 📣 近期更新
......
deploy/pipeline/README_en.md
浏览文件 @ a4161b22
...@@ -8,7 +8,7 @@ ...@@ -8,7 +8,7 @@
- 🚗🚙 **PP-Vehicle has four major toolbox for vehicle analysis: The license plate recognition、vechile attributes、in-out counting、illegal_parking recognition.** - 🚗🚙 **PP-Vehicle has four major toolbox for vehicle analysis: The license plate recognition、vechile attributes、in-out counting、illegal_parking recognition.**
![](https://user-images.githubusercontent.com/48054808/184843170-c3ef7d29-913b-4c6e-b533-b83892a8b0e2.gif) ![](https://user-images.githubusercontent.com/22989727/202134414-713a00d6-a0a4-4a77-b6e8-05cdb5d42b1e.gif)
## 📣 Updates ## 📣 Updates
...@@ -140,4 +140,3 @@ Click to download the model, then unzip and save it in the `. /output_inference` ...@@ -140,4 +140,3 @@ Click to download the model, then unzip and save it in the `. /output_inference`
- [A quick start](docs/tutorials/ppvehicle_mot_en.md) - [A quick start](docs/tutorials/ppvehicle_mot_en.md)
- [Customized development tutorials](../../docs/advanced_tutorials/customization/pphuman_mot_en.md) - [Customized development tutorials](../../docs/advanced_tutorials/customization/pphuman_mot_en.md)
docs/contribution/README.md 0 → 100644
浏览文件 @ a4161b22
# Contributing to PaddleDetection
PaddleDetection非常欢迎你加入到飞桨社区的开源建设中，你可以通过以下方式参与贡献：
- 新建一个 ISSUE 来反馈 bug
- 新建一个 ISSUE 来提出新功能需求、建议、疑问
- 提 PR 来修复一个 bug
- 提 PR 来实现一个新功能
同时我们也会组织专项活动，引导大家参与到PaddleDetection的开发中：
- [Yes, PP-YOLOE! 基于PP-YOLOE的算法开发](https://github.com/PaddlePaddle/PaddleDetection/issues/7345)
## 贡献指南
提ISSUE、PR的步骤请参考[飞桨官网-贡献指南-代码贡献流程](https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/dev_guides/code_contributing_path_cn.html)
## 开发者
我们非常欢迎你可以为PaddleDetection提供代码，也十分感谢你的反馈。
- 感谢[Mandroide](https://github.com/Mandroide)清理代码并且统一部分函数接口。
- 感谢[FL77N](https://github.com/FL77N/)贡献`Sparse-RCNN`模型。
- 感谢[Chen-Song](https://github.com/Chen-Song)贡献`Swin Faster-RCNN`模型。
- 感谢[yangyudong](https://github.com/yangyudong2020), [hchhtc123](https://github.com/hchhtc123) 开发PP-Tracking GUI界面
- 感谢Shigure19 开发PP-TinyPose健身APP
- 感谢[manangoel99](https://github.com/manangoel99)贡献Wandb可视化方式
非常感谢大家为飞桨贡献！共建飞桨繁荣社区！
docs/contribution/Yes_PP-YOLOE.md 0 → 100644
浏览文件 @ a4161b22
# [Contribute to PaddleDetection] Yes, PP-YOLOE! 基于PP-YOLOE的算法开发
本期活动联系人：[thinkthinking](https://github.com/thinkthinking)
## 建设目标
[PP-YOLOE+](../../configs/ppyoloe)是百度飞桨团队开源的最新SOTA通用检测模型，COCO数据集精度达54.7mAP，其L版本相比YOLOv7精度提升1.9%，V100端到端(包含前后处理)推理速度达42.2FPS。
我们鼓励大家基于PP-YOLOE去做新的算法开发，比如：
- 改造PP-YOLOE适用于旋转框、小目标、关键点检测、实例分割等场景；
- 精调PP-YOLOE用于工业质检、火灾检测、垃圾检测等垂类场景；
- 将PP-YOLOE用于PP-Human、PP-Vehicle等Pipeline中，提升pipeline的检测效果。
相信通过这些活动，大家可以对PP-YOLOE的细节有更深刻的理解，对业务场景的应用也可以做更细节的适配。
## 参与方式
- **方式一**：**列表选题**，见招募列表（提供了选题方向、题目、优秀的对标项目、文章和代码，以供学习）。
- **方式二**：**自选题目**，对于非参考列表内的题目，可自主命题，需要与负责人 [thinkthinking](https://github.com/thinkthinking)讨论后决定题目。
## 题目认领
为避免重复选题、知晓任务状态、方便统计管理，请根据如下操作认领您的题目。
在本issue提交题目:[issue](https://github.com/PaddlePaddle/PaddleDetection/issues/7345)
* 方式一（列表选题）：在“招募列表”中选择题目，并在[issue](https://github.com/PaddlePaddle/PaddleDetection/issues/7345)中，回复下列信息：
```
【列表选题】
编号：XX
题目：XXXX
认领人：XX
```
* 方式二（自选题目）：自主命题，直接在 [issue](https://github.com/PaddlePaddle/PaddleDetection/issues/7345) 中，回复下列信息：
```
【自选题目】
题目：XXXX
认领人：XX
```
## 招募列表
| 序号 | 类型 | 题目 | 难度 | 参考 | 认领人 |
| :--- | :------- | :-------------------------- | :--- | :-------------------------------------------------------------------------------- | :----- |
| 01 | 模型改造 | PP-YOLOE用于旋转框检测 | 高 | https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.5/configs/rotate | ---- |
| 02 | 模型改造 | PP-YOLOE用于小目标检测 | 高 | https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.5/configs/smalldet | ---- |
| 03 | 模型改造 | PP-YOLOE用于关键点检测 | 高 | https://github.com/WongKinYiu/yolov7/tree/pose | ---- |
| 04 | 模型改造 | PP-YOLOE用于实例分割 | 高 | https://github.com/WongKinYiu/yolov7/tree/mask | ---- |
| 05 | 垂类应用 | 基于PP-YOLOE的缺陷检测 | 中 | https://aistudio.baidu.com/aistudio/projectdetail/2367089 | ---- |
| 06 | 垂类应用 | 基于PP-YOLOE的行为检测 | 中 | https://aistudio.baidu.com/aistudio/projectdetail/2500639 | ---- |
| 07 | 垂类应用 | 基于PP-YOLOE的异物检测 | 中 | https://aistudio.baidu.com/aistudio/projectdetail/3846170?channelType=0&channel=0 | ---- |
| 08 | 垂类应用 | 基于PP-YOLOE的安全监测 | 中 | https://aistudio.baidu.com/aistudio/projectdetail/2503301?channelType=0&channel=0 | ---- |
| 09 | Pipeline | PP-YOLOE-->PP-Human大升级 | 中 | https://aistudio.baidu.com/aistudio/projectdetail/4606001 | ---- |
| 10 | Pipeline | PP-YOLOE-->PP-Vehicle大升级 | 中 | https://aistudio.baidu.com/aistudio/projectdetail/4512254 | ---- |
<mark>【注意】招募列表外的，欢迎开发者联系活动负责人[thinkthinking](https://github.com/thinkthinking)提交贡献👏 <mark>
## 贡献指南
1. 提ISSUE、PR的步骤请参考[飞桨官网-贡献指南-代码贡献流程](https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/dev_guides/code_contributing_path_cn.html)
2. AI-Studio使用指南请参考[AI-Studio新手指南](https://ai.baidu.com/ai-doc/AISTUDIO/Tk39ty6ho)
## 原则及注意事项
1. <u>需</u>使用PaddlePaddle框架, 建议复用PaddleDetection代码。
2. <u>建议使用</u>[Paddle框架最新版本](https://www.paddlepaddle.org.cn/).
3. <u>PR</u>需提到[PaddleDetection-develop](https://github.com/PaddlePaddle/PaddleDetection/tree/develop)分支。
4. 模型改造类的任务建议以<u>PR形式</u>提交
5. 垂类应用以及Pipeline类的任务建议以<u>AI-Studio项目形式</u>提交，项目会同步到[产业范例页面](https://github.com/PaddlePaddle/PaddleDetection/blob/develop/industrial_tutorial/README.md)
## 还有不清楚的问题
欢迎大家随时在本[issue](https://github.com/PaddlePaddle/PaddleDetection/issues/7345)下提问，飞桨会有专门的管理员进行疑问解答。
有任何问题，请联系本期活动联系人 [thinkthinking](https://github.com/thinkthinking)
非常感谢大家为飞桨贡献！共建飞桨繁荣社区！
Markdown is supported
0% 或 .
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 或