Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
PaddlePaddle
PaddleDetection
提交
d66bce31
P
PaddleDetection
项目概览
PaddlePaddle
/
PaddleDetection
大约 1 年 前同步成功
通知
695
Star
11112
Fork
2696
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
184
列表
看板
标记
里程碑
合并请求
40
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
PaddleDetection
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
184
Issue
184
列表
看板
标记
里程碑
合并请求
40
合并请求
40
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
未验证
提交
d66bce31
编写于
3月 10, 2023
作者:
T
thinkthinking
提交者:
GitHub
3月 10, 2023
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
[Docs]update frontpage readme.cn (#7911)
上级
e50ca5b3
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
88 addition
and
22 deletion
+88
-22
README_cn.md
README_cn.md
+88
-22
未找到文件。
README_cn.md
浏览文件 @
d66bce31
...
...
@@ -14,6 +14,39 @@
</p>
</div>
## 💌目录
-
[
💌目录
](
#目录
)
-
[
🌈简介
](
#简介
)
-
[
📣最新进展
](
#最新进展
)
-
[
👫开源社区
](
#开源社区
)
-
[
✨主要特性
](
#主要特性
)
-
[
🧩模块化设计
](
#模块化设计
)
-
[
📱丰富的模型库
](
#丰富的模型库
)
-
[
🎗️产业特色模型|产业工具
](
#️产业特色模型产业工具
)
-
[
💡🏆产业级部署实践
](
#产业级部署实践
)
-
[
🍱安装
](
#安装
)
-
[
🔥教程
](
#教程
)
-
[
🔑FAQ
](
#faq
)
-
[
🧩模块组件
](
#模块组件
)
-
[
📱模型库
](
#模型库
)
-
[
⚖️模型性能对比
](
#️模型性能对比
)
-
[
🖥️服务器端模型性能对比
](
#️服务器端模型性能对比
)
-
[
⌚️移动端模型性能对比
](
#️移动端模型性能对比
)
-
[
🎗️产业特色模型|产业工具
](
#️产业特色模型产业工具-1
)
-
[
💎PP-YOLOE 高精度目标检测模型
](
#pp-yoloe-高精度目标检测模型
)
-
[
💎PP-YOLOE-R 高性能旋转框检测模型
](
#pp-yoloe-r-高性能旋转框检测模型
)
-
[
💎PP-YOLOE-SOD 高精度小目标检测模型
](
#pp-yoloe-sod-高精度小目标检测模型
)
-
[
💫PP-PicoDet 超轻量实时目标检测模型
](
#pp-picodet-超轻量实时目标检测模型
)
-
[
📡PP-Tracking 实时多目标跟踪系统
](
#pp-tracking-实时多目标跟踪系统
)
-
[
⛷️PP-TinyPose 人体骨骼关键点识别
](
#️pp-tinypose-人体骨骼关键点识别
)
-
[
🏃🏻PP-Human 实时行人分析工具
](
#pp-human-实时行人分析工具
)
-
[
🏎️PP-Vehicle 实时车辆分析工具
](
#️pp-vehicle-实时车辆分析工具
)
-
[
💡产业实践范例
](
#产业实践范例
)
-
[
🏆企业应用案例
](
#企业应用案例
)
-
[
📝许可证书
](
#许可证书
)
-
[
📌引用
](
#引用
)
## 🌈简介
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。
...
...
@@ -42,29 +75,41 @@ PaddleDetection是一个基于PaddlePaddle的目标检测端到端开发套件
</p>
</div>
## ✨主要特性
#### 🧩模块化设计
PaddleDetection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
](
#模块组件
)
。
#### 📱丰富的模型库
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
](
#模型库
)
、
[
⚖️模型性能对比
](
#️模型性能对比
)
。
#### 🎗️产业特色模型|产业工具
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
](
#️产业特色模型产业工具-1
)
。
#### 💡🏆产业级部署实践
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
](
#产业实践范例
)
、
[
🏆企业应用案例
](
#企业应用案例
)
。
<div
align=
"center"
>
<p
align=
"center"
>
<img
src=
"https://user-images.githubusercontent.com/61035602/206431371-912a14c8-ce1e-48ec-ae6f-7267016b308e.png"
align=
"middle"
width=
"1280"
/>
</p>
</div>
## 📣最新进展
PaddleDetection 2.6版本发布!
[
点击查看版本更新介绍
](
https://github.com/PaddlePaddle/PaddleDetection/releases/tag/v2.6.0
)
**🔥PaddleDetection v2.6版本更新解读**
<div
align=
"center"
>
<img
src=
"https://user-images.githubusercontent.com/61035602/224244188-da8495fc-eea9-432f-bc2d-6f0144c2dde9.png"
height =
"250"
caption=
''
/>
<p></p>
</div>
-
`v2.6版本版本更新解读文章传送门`
:
[
《PaddleDetection v2.6发布:目标小?数据缺?标注累?泛化差?PP新员逐一应对!》
](
https://mp.weixin.qq.com/s/rPwprZeHEpmGOe5wxrmO5g
)
-
`v2.6版本重点更新体验传送门`
:
-
[
PP-YOLOE+:高精度通用目标检测模型
](
https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.6/configs/ppyoloe
)
-
[
PP-YOLOE-R:旋转框检测模型
](
https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.6/configs/rotate/ppyoloe_r
)
-
[
PP-YOLOE-SOD:小目标检测模型
](
https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.6/configs/smalldet
)
-
[
PP-YOLOE-DOD:密集检测模型
](
https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.6/configs/ppyoloe/application
)
-
[
PP-YOLOE+_t:超轻量通用目标检测模型
](
https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.6/configs/ppyoloe
)
-
[
PP-YOLOE+少样本学习方案
](
https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.6/configs/few-shot
)
-
[
PP-YOLOE+半监督学习方案
](
https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.6/configs/semi_det/baseline
)
-
[
PP-YOLOE+模型蒸馏方案
](
https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.6/configs/ppyoloe/distill
)
-
[
PP-Human:行人分析工具箱,推理提速、多路视频流支持
](
https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.6/deploy/pipeline
)
-
[
PP-Vehicle:车辆分析工具箱,新增逆行、压线分析、推理提速、多路视频流支持
](
https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.6/deploy/pipeline
)
-
[
半监督检测算法合集
](
https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.6/configs/semi_det
)
-
[
少样本学习算法合集
](
https://github.com/PaddlePaddle/PaddleDetection/blob/release/2.6/configs/few-shot
)
-
[
模型蒸馏算法合集
](
https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.6/configs/ppyoloe/distill
)
-
[
YOLO新增模型YOLOv8、YOLOv6-3.0
](
https://github.com/PaddlePaddle/PaddleYOLO/tree/release/2.6/configs
)
-
[
目标检测算法新增DINO
](
https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.6/configs/dino
)
-
[
目标检测算法新增YOLOF
](
https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.6/configs/yolof
)
-
[
新增ViTDet系列检测模型
](
https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.6/configs/vitdet
)
-
[
新增目标检测算法CenterTrack
](
https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.6/configs/mot/centertrack
)
-
[
新增旋转框检测算法FCOSR
](
https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.6/configs/rotate/fcosr
)
-
[
新增实例分割算法QueryInst
](
https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.6/configs/queryinst
)
-
[
新增3D关键点检测算法Metro3d
](
https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.6/configs/pose3d
)
-
[
新增检测热力图可视化能力
](
https://github.com/PaddlePaddle/PaddleDetection/blob/release/2.6/docs/tutorials/GradCAM_cn.md
)
-
[
Roadmap of PaddleDetection
](
https://github.com/PaddlePaddle/PaddleDetection/issues/7892
)
-
[
飞桨黑客松第四期-PaddleDetection任务专区
](
https://github.com/PaddlePaddle/PaddleDetection/issues/7906
)
## 👫开源社区
...
...
@@ -88,7 +133,8 @@ PaddleDetection 2.6版本发布! [点击查看版本更新介绍](https://github
-
**🎈社区近期活动**
-
**👀YOLO系列专题**
-
`文章传送门`
:
[
YOLOv8来啦!YOLO内卷期模型怎么选?9+款AI硬件如何快速部署?深度解析
](
https://mp.weixin.qq.com/s/rPwprZeHEpmGOe5wxrmO5g
)
- `文章传送门`:[YOLOv8来啦!YOLO内卷期模型怎么选?9+款AI硬件如何快速部署?深度解析](https://mp.weixin.qq.com/s/SLITj5k120d_fQc7jEO8Vw)
- `代码传送门`:[PaddleYOLO全系列](https://github.com/PaddlePaddle/PaddleDetection/blob/release/2.5/docs/feature_models/PaddleYOLO_MODEL.md)
<div align="center">
...
...
@@ -126,6 +172,26 @@ PaddleDetection 2.6版本发布! [点击查看版本更新介绍](https://github
-
**🏅️社区贡献**
-
`活动链接传送门`
:
[
Yes, PP-YOLOE! 基于PP-YOLOE的算法开发
](
https://github.com/PaddlePaddle/PaddleDetection/issues/7345
)
## ✨主要特性
#### 🧩模块化设计
PaddleDetection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
](
#模块组件
)
。
#### 📱丰富的模型库
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
](
#模型库
)
、
[
⚖️模型性能对比
](
#️模型性能对比
)
。
#### 🎗️产业特色模型|产业工具
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
](
#️产业特色模型产业工具-1
)
。
#### 💡🏆产业级部署实践
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
](
#产业实践范例
)
、
[
🏆企业应用案例
](
#企业应用案例
)
。
<div
align=
"center"
>
<p
align=
"center"
>
<img
src=
"https://user-images.githubusercontent.com/61035602/206431371-912a14c8-ce1e-48ec-ae6f-7267016b308e.png"
align=
"middle"
width=
"1280"
/>
</p>
</div>
## 🍱安装
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录