PaddleDetection

简体中文 | [English](README_en.md) ## 💌目录 - [💌目录](#目录) - [🌈简介](#简介) - [📣最新进展](#最新进展) - [⚡️快速开始](#️快速开始) - [🔥低代码全流程开发](#低代码全流程开发) - [👫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。 主要模型效果示例如下（点击标题可快速跳转）： | [**通用目标检测**](#pp-yoloe-高精度目标检测模型) | [**小目标检测**](#pp-yoloe-sod-高精度小目标检测模型) | [**旋转框检测**](#pp-yoloe-r-高性能旋转框检测模型) | [**3D目标物检测**](https://github.com/PaddlePaddle/Paddle3D) | | :--------------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------------------------------------------------------------------------------------------------: | :----------------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------------------------------------------------------------------------------------------------: | | | | | | | [**人脸检测**](#模型库) | [**2D关键点检测**](#️pp-tinypose-人体骨骼关键点识别) | [**多目标追踪**](#pp-tracking-实时多目标跟踪系统) | [**实例分割**](#模型库) | | | | | | | [**车辆分析——车牌识别**](#️pp-vehicle-实时车辆分析工具) | [**车辆分析——车流统计**](#️pp-vehicle-实时车辆分析工具) | [**车辆分析——违章检测**](#️pp-vehicle-实时车辆分析工具) | [**车辆分析——属性分析**](#️pp-vehicle-实时车辆分析工具) | | | | | | | [**行人分析——闯入分析**](#pp-human-实时行人分析工具) | [**行人分析——行为分析**](#pp-human-实时行人分析工具) | [**行人分析——属性分析**](#pp-human-实时行人分析工具) | [**行人分析——人流统计**](#pp-human-实时行人分析工具) | | | | | | 同时，PaddleDetection提供了模型的在线体验功能，用户可以选择自己的数据进行在线推理。 ## 📣最新进展 - **🔥2024.10.1 添加目标检测、实例分割领域一站式全流程开发能力**: * 飞桨低代码开发工具PaddleX，依托于PaddleDetection的先进技术，支持了目标检测领域的**一站式全流程**开发能力： * 🎨 [**模型丰富一键调用**](docs/paddlex/quick_start.md)：将通用目标检测、小目标检测和实例分割涉及的**55个模型**整合为3条模型产线，通过极简的**Python API一键调用**，快速体验模型效果。此外，同一套API，也支持图像分类、图像分割、文本图像智能分析、通用OCR、时序预测等共计**200+模型**，形成20+单功能模块，方便开发者进行**模型组合使用**。 * 🚀 [**提高效率降低门槛**](docs/paddlex/overview.md)：提供基于**统一命令**和**图形界面**两种方式，实现模型简洁高效的使用、组合与定制。支持**高性能部署、服务化部署和端侧部署**等多种部署方式。此外，对于各种主流硬件如**英伟达GPU、昆仑芯、昇腾、寒武纪和海光**等，进行模型开发时，都可以**无缝切换**。 * 添加实例分割SOTA模型[**Mask-RT-DETR**](https://github.com/PaddlePaddle/PaddleX/blob/release/3.0-beta1/docs/module_usage/tutorials/cv_modules/instance_segmentation.md) **🔥超越YOLOv8，飞桨推出精度最高的实时检测器RT-DETR！** - `RT-DETR解读文章传送门`： - [《超越YOLOv8，飞桨推出精度最高的实时检测器RT-DETR！》](https://mp.weixin.qq.com/s/o03QM2rZNjHVto36gcV0Yw) - `代码传送门`：[RT-DETR](https://github.com/PaddlePaddle/PaddleDetection/tree/develop/configs/rtdetr) ## [⚡️快速开始](/docs/paddlex/quick_start.md) ## [🔥低代码全流程开发](/docs/paddlex/overview.md) ## 👫开源社区 - **🏅️社区贡献：** 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[开源项目开发指南](docs/contribution/README.md)。 - [**🎈社区近期活动**](community.md) ## ✨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)。 ## 🍱安装 参考[安装说明](docs/tutorials/INSTALL_cn.md)进行安装。 ## 🔥教程 **深度学习入门教程** - [零基础入门深度学习](https://www.paddlepaddle.org.cn/tutorials/projectdetail/4676538) - [零基础入门目标检测](https://aistudio.baidu.com/aistudio/education/group/info/1617) **快速开始** - [快速体验](docs/tutorials/QUICK_STARTED_cn.md) - [示例：30分钟快速开发交通标志检测模型](docs/tutorials/GETTING_STARTED_cn.md) **数据准备** - [数据准备](docs/tutorials/data/README.md) - [数据处理模块](docs/advanced_tutorials/READER.md) **配置文件说明** - [RCNN参数说明](docs/tutorials/config_annotation/faster_rcnn_r50_fpn_1x_coco_annotation.md) - [PP-YOLO参数说明](docs/tutorials/config_annotation/ppyolo_r50vd_dcn_1x_coco_annotation.md) **模型开发** - [新增检测模型](docs/advanced_tutorials/MODEL_TECHNICAL.md) - 二次开发 - [目标检测](docs/advanced_tutorials/customization/detection.md) - [关键点检测](docs/advanced_tutorials/customization/keypoint_detection.md) - [多目标跟踪](docs/advanced_tutorials/customization/pphuman_mot.md) - [行为识别](docs/advanced_tutorials/customization/action_recognotion/) - [属性识别](docs/advanced_tutorials/customization/pphuman_attribute.md) **部署推理** - [模型导出教程](deploy/EXPORT_MODEL.md) - [模型压缩](https://github.com/PaddlePaddle/PaddleSlim) - [剪裁/量化/蒸馏教程](configs/slim) - [Paddle Inference部署](deploy/README.md) - [Python端推理部署](deploy/python) - [C++端推理部署](deploy/cpp) - [Paddle Lite部署](deploy/lite) - [Paddle Serving部署](deploy/serving) - [ONNX模型导出](deploy/EXPORT_ONNX_MODEL.md) - [推理benchmark](deploy/BENCHMARK_INFER.md) ## 🔑FAQ - [FAQ/常见问题汇总](docs/tutorials/FAQ) ## 🧩模块组件

Backbones	Necks	Loss	Common	Data Augmentation
ResNet CSPResNet SENet Res2Net HRNet Lite-HRNet DarkNet CSPDarkNet MobileNetV1 MobileNetV1 ShuffleNetV2 GhostNet BlazeNet DLA HardNet LCNet ESNet Swin-Transformer ConvNeXt VGG Vision Transformer ConvNext	BiFPN BlazeFace-FPN CenterNet-FPN CSP-PAN Custom-PAN FPN ES-PAN HRFPN LC-PAN TTF-FPN YOLO-FPN	Smooth-L1 Detr Loss Fairmot Loss Fcos Loss GFocal Loss JDE Loss KeyPoint Loss SoloV2 Loss Focal Loss GIoU/DIoU/CIoU IoUAware SparseRCNN Loss SSD Loss YOLO Loss CT Focal Loss VariFocal Loss	Post-processing SoftNMS MatrixNMS Training