- 模型丰富度:
    - 发布Transformer检测模型:DETR、Deformable DETR、Sparse RCNN
    - 关键点检测新增Dark模型,发布Dark HRNet模型
    - 发布MPII数据集HRNet关键点检测模型
    - 发布人头、车辆跟踪垂类模型

- 模型优化:
    - 旋转框检测模型S2ANet发布Align Conv优化模型,DOTA数据集mAP优化至74.0

- 预测部署
    - 主流模型支持batch size>1预测部署,包含YOLOv3,PP-YOLO,Faster RCNN,SSD,TTFNet,FCOS
    - 新增多目标跟踪模型(JDE, FairMot, DeepSort) Python端预测部署支持,并支持TensorRT预测
    - 新增多目标跟踪模型FairMot联合关键点检测模型部署Python端预测部署支持
    - 新增关键点检测模型联合PP-YOLO预测部署支持

- 文档:
    - Windows预测部署文档新增TensorRT版本说明
    - FAQ文档更新发布

- 问题修复:
    - 修复PP-YOLO系列模型训练收敛性问题
    - 修复batch size>1时无标签数据训练问题
此标签无Release说明。

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

当前项目没有发行版本

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 %