- 特色模型:
  - 检测: 轻量级移动端检测模型PP-PicoDet,精度速度达到移动端SOTA
  - 关键点: 轻量级移动端关键点模型PP-TinyPose

- 模型丰富度:
  - 检测:
    - 新增Swin-Transformer目标检测模型
    - 新增TOOD(Task-aligned One-stage Object Detection)模型
    - 新增GFL(Generalized Focal Loss)目标检测模型
    - 发布Sniper小目标检测优化方法,支持Faster RCNN及PP-YOLO系列模型
    - 发布针对EdgeBoard优化的PP-YOLO-EB模型

  - 跟踪
    - 发布实时跟踪系统PP-Tracking
    - 发布FairMot高精度模型、小尺度模型和轻量级模型
    - 发布行人、人头和车辆实跟踪垂类模型库,覆盖航拍监控、自动驾驶、密集人群、极小目标等场景
    - DeepSORT模型适配PP-YOLO, PP-PicoDet等更多检测器

  - 关键点
    - 新增Lite HRNet模型

- 预测部署:
  - YOLOv3系列模型支持NPU预测部署
  - FairMot模型C++预测部署打通
  - 关键点系列模型C++预测部署打通, Paddle Lite预测部署打通

- 文档:
  - 新增各系列模型英文文档
  • 检测: 轻量级移动端检测模型PP-PicoDet,精度速度达到移动端SOTA

  • 关键点: 轻量级移动端关键点模型PP-TinyPose

  • 模型丰富度:

    • 检测:

      • 新增Swin-Transformer目标检测模型
      • 新增TOOD(Task-aligned One-stage Object Detection)模型
      • 新增GFL(Generalized Focal Loss)目标检测模型
      • 发布Sniper小目标检测优化方法,支持Faster RCNN及PP-YOLO系列模型
      • 发布针对EdgeBoard优化的PP-YOLO-EB模型
    • 跟踪

      • 发布实时跟踪系统PP-Tracking
      • 发布FairMot高精度模型、小尺度模型和轻量级模型
      • 发布行人、人头和车辆实跟踪垂类模型库,覆盖航拍监控、自动驾驶、密集人群、极小目标等场景
      • DeepSORT模型适配PP-YOLO, PP-PicoDet等更多检测器
    • 关键点

      • 新增Lite HRNet模型
  • 预测部署:

    • YOLOv3系列模型支持NPU预测部署
    • FairMot模型C++预测部署打通
    • 关键点系列模型C++预测部署打通, Paddle Lite预测部署打通
  • 文档:

    • 新增各系列模型英文文档

项目简介

Object Detection toolkit based on PaddlePaddle. It supports object detection, instance segmentation, multiple object tracking and real-time multi-person keypoint detection.

🚀 Github 镜像仓库 🚀

源项目地址

https://github.com/PaddlePaddle/PaddleDetection

发行版本 8

release/2.6

全部发行版

贡献者 41

全部贡献者

开发语言

  • Python 92.8 %
  • C++ 3.5 %
  • Jupyter Notebook 1.6 %
  • Cuda 1.1 %
  • CMake 0.7 %