超越YOLOv5!这个目标检测开源项目太香了

Posted CVer

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了超越YOLOv5!这个目标检测开源项目太香了相关的知识,希望对你有一定的参考价值。

这个目标检测神器简直香炸了!它不仅连续登录Github全球趋势榜,拥有的全球尖端算法论文也接连登录全球技术趋势榜PaperWithCode。



这个神器就是刚刚全面升级的PaddleDetection2.0!它全面兼顾高性能算法、便捷开发、高效训练及完备部署,不论是通用目标检测,还是行人、车辆检测,不论是超高精度,还是超轻量超快速;不论是学术科研大神,还是入门萌新;全都满足你!


传送门:

https://github.com/PaddlePaddle/PaddleDetection 


小编在此强烈号召小伙伴们 Star收藏一下,以防走丢。


下面,让我们直接用数据和事实来带大家看看这款开源项目具体有什么过人之处吧!


一. 全明星算法阵容:


1. 比YOLOv4、YOLOv5 更强的PP-YOLOv2


超越YOLOv5!这个目标检测开源项目太香了


无需再纠结YOLOv3、YOLOv4、Scaled YOLOv4、YOLOv5到底选哪个了,选PPYOLOv2就对了!最高mAP 50.3%,最高FPS106.5FPS,超越YOLOv4甚至YOLOv5!又快又好,他不香么?


论文:https://arxiv.org/abs/2104.10419


2. 1.3M 超超超轻量目标检测算法PP-YOLO Tiny


超越YOLOv5!这个目标检测开源项目太香了


需要在AIoT边缘轻量化芯片部署?1.3M够不够小?!比YOLO-Fastest、 NanoDet更强的PPYOLO-Tiny,AI走向产业无需再等,赶紧用起来!


3. 全面领先同类框架的RCNN系列算法


什么?还在用mmdetection和Detectron2?你Out了!RCNN系列模型(Faster RCNN, Mask RCNN, Cascade RCNN等)在PaddleDetection进行训练比mmDetection和Detectron2在更短的时间获得更高的精度!


超越YOLOv5!这个目标检测开源项目太香了


4. SOTA 的Anchor Free算法:PAFNet & PAFNet-Lite


连检测框都不要了?莫慌,PaddleDetection2.0带你紧跟全球科研动向。SOTA(最先进)的Anchor Free算法:PAFNet(Paddle Anchor Free)& PAFNet-Lite,从理论到直接使用,保证把你安排的明明白白!


论文:https://arxiv.org/abs/2104.13534


超越YOLOv5!这个目标检测开源项目太香了


二. 全面功能覆盖:


除了以上全系列通用目标检测算法外,PaddleDetection2.0还额外覆盖旋转框检测、实例分割、行人检测、人脸检测、车辆检测等垂类任务。


超越YOLOv5!这个目标检测开源项目太香了


还经过工业质检、安防巡检、卫星遥感、能源电力等等数十个真实行业场景深度打磨验证,直接加速各产业智能化升级!


超越YOLOv5!这个目标检测开源项目太香了


三. 超强易用性、极易产业部署:


全面支持pip安装,动态图开发,压缩、部署等全流程方案打通,极大程度的提升了用户开发的易用性,加速了算法产业应用落地的速度。


超越YOLOv5!这个目标检测开源项目太香了


1. 超强的算法压缩能力:


以YOLOv3-MobileNetv1模型为例,量化策略为模型带来1.7%的精度提升,同时体积压缩3.71倍,速度提升1.46倍!而采用蒸馏+裁剪的联合策略,在精度几乎无损的情况下,体积压缩了3.05倍,加速1.58倍!


YOLOv3-MobileNetV1

输入尺寸

精度(mAP)

模型体积(MB)

体积压缩比

延迟(骁龙855 4线程)

加速比

Baseline

608

28.8

94.2

-

411ms

-

在线量化

608

30.5

25.4

3.71x

281ms

1.46x

蒸馏

608

31.0

94.2

-

411ms

-

蒸馏+剪裁联合策略

608

28.7

30.9

3.05x

260ms

1.58x


2. 超完善的推理部署能力


适配Linux、Windows、NV Jetson等多系统多平台,同时提供Python预测和C++预测,额外适配TensorRT,支持TensorRT动态尺寸输入及TensorRT INT8量化预测, 模型预测加速性能满分!


模型

输入尺寸

Paddle Inference

TensorRT FP32

TensorRT FP16

SSD_MobileNet_v1

300

5.17

4.43

4.29

YOLOv3_MobileNet_v1

608

9.74

8.61

6.28

FasterRCNN_R50_FPN

640

27.99

26.16

21.92

PP-YOLO

608

20.77

18.40

13.53


3. 良心完善的文档制作


精心打造的中英双语文档,从安装、数据准备到训练、评估、预测全流程,亲妈一样关心你使用产品时的每一个细节。


超越YOLOv5!这个目标检测开源项目太香了


四、直播课预告


看到这里,小编已经热血沸腾了!如此用心制作的高水准产品,必须要深入学习一下!

百度飞桨AI快车道为了满足大家的需求,将于5月13、14、21日开设“目标检测技术3日直播课”,由百度资深研发工程师倾囊相授多年“炼丹”经验,赶紧扫码报名加入PaddleDetection技术交流群上车吧!更多课程及产品动态,将在群里及时公告。


扫描下方二维码,立即报名加入交流群


产业级目标检测技术直播课精彩抢先看



更多PaddleDetection信息,欢迎访问GitHub点star后体验:

https://github.com/PaddlePaddle/PaddleDetection

以上是关于超越YOLOv5!这个目标检测开源项目太香了的主要内容,如果未能解决你的问题,请参考以下文章

GitHub YOLOv5 开源代码项目系列讲解------链接手机摄像头实现目标检测

Jetpack太香了,让开发效率提升了不少

Jetpack太香了,系统App也想用,怎么办?

YOLOv6又快又准的目标检测框架 已开源

目标检测YOLOv5-PyQT可视化例程开发

目标检测YOLOv5-PyQT可视化例程开发