简体中文 | English

• 💌目录
• 🌈简介
• 📣最新进展
• 👫开源社区
• ✨主要特性
  • 🧩模块化设计
  • 📱丰富的模型库
  • 🎗️产业特色模型|产业工具
  • 💡🏆产业级部署实践
• 🍱安装
• 🔥教程
• 🔑FAQ
• 🧩模块组件
• 📱模型库
• ⚖️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
• 🎗️产业特色模型|产业工具
  • 💎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-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-Tracking 实时多目标跟踪系统
  • ⛷️PP-TinyPose 人体骨骼关键点识别
  • 🏃🏻PP-Human 实时行人分析工具
  • 🏎️PP-Vehicle 实时车辆分析工具
• 💡产业实践范例
• 🏆企业应用案例
• 📝许可证书
• 📌引用

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	小目标检测	旋转框检测	3D目标物检测
人脸检测	2D关键点检测	多目标追踪	实例分割
车辆分析——车牌识别	车辆分析——车流统计	车辆分析——违章检测	车辆分析——属性分析
行人分析——闯入分析	行人分析——行为分析	行人分析——属性分析	行人分析——人流统计

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。

说明：考虑到服务器负载压力，在线推理均为CPU推理，完整的模型开发实例以及产业部署实践代码示例请前往🎗️产业特色模型|产业工具。

传送门：模型在线体验

🔥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！》
• 代码传送门：RT-DETR

• 📑项目合作： 如果您是企业开发者且有明确的目标检测垂类应用需求，请扫描如下二维码入群，并联系群管理员AI后可免费与官方团队展开不同层次的合作。
• 🏅️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。
• 💻直播教程： PaddleDetection会定期在飞桨直播间(B站:飞桨PaddlePaddle、微信: 飞桨PaddlePaddle)，针对发新内容、以及产业范例、使用教程等进行直播分享。
• 🎁加入社区： 微信扫描二维码并填写问卷之后，可以及时获取如下信息，包括：
  • 社区最新文章、直播课等活动预告
  • 往期直播录播&PPT
  • 30+行人车辆等垂类高性能预训练模型
  • 七大任务开源数据集下载链接汇总
  • 40+前沿检测领域顶会算法
  • 15+从零上手目标检测理论与实践视频课程
  • 10+工业安防交通全流程项目实操（含源码）

PaddleDetection官方交流群二维码

• 飞桨低代码开发工具（PaddleX）—— 面向国内外主流AI硬件的飞桨精选模型一站式开发工具。包含如下核心优势：

  • 【产业高精度模型库】：覆盖10个主流AI任务 40+精选模型，丰富齐全。
  • 【特色模型产线】：提供融合大小模型的特色模型产线，精度更高，效果更好。
  • 【低代码开发模式】：图形化界面支持统一开发范式，便捷高效。
  • 【私有化部署多硬件支持】：适配国内外主流AI硬件，支持本地纯离线使用，满足企业安全保密需要。

• PaddleX官网地址：https://aistudio.baidu.com/intro/paddlex

• PaddleX官方交流频道：https://aistudio.baidu.com/community/channel/610

• 🎈社区近期活动

  • 🔥PaddleDetection v2.6版本更新解读

    

    • 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！》

  • 🏆半监督检测

    • 文章传送门：CVPR 2023 | 单阶段半监督目标检测SOTA：ARSL
    • 代码传送门：ARSL
    

  • 👀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
    • 代码传送门：PaddleYOLO全系列
    

  • 🎯少目标迁移学习专题

    • 文章传送门：囿于数据少？泛化性差？PaddleDetection少样本迁移学习助你一键突围！

  • ⚽️2022卡塔尔世界杯专题

    • 文章传送门：世界杯决赛号角吹响！趁周末来搭一套足球3D+AI量化分析系统吧！
    

  • 🔍旋转框小目标检测专题

    • 文章传送门：Yes, PP-YOLOE！80.73mAP、38.5mAP，旋转框、小目标检测能力双SOTA！
    

  • 🎊YOLO Vision世界学术交流大会

    • PaddleDetection受邀参与首个以YOLO为主题的YOLO-VISION世界大会，与全球AI领先开发者学习交流。
    • 活动链接传送门：YOLO-VISION
    

• 🏅️社区贡献

  • 活动链接传送门：Yes, PP-YOLOE! 基于PP-YOLOE的算法开发

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。

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、⚖️模型性能对比。

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。

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、🏆企业应用案例。

参考安装说明进行安装。

深度学习入门教程

• 零基础入门深度学习
• 零基础入门目标检测

快速开始

• 快速体验
• 示例：30分钟快速开发交通标志检测模型

数据准备

• 数据准备
• 数据处理模块

配置文件说明

• RCNN参数说明
• PP-YOLO参数说明

模型开发

• 新增检测模型
• 二次开发
  • 目标检测
  • 关键点检测
  • 多目标跟踪
  • 行为识别
  • 属性识别

部署推理

• 模型导出教程
• 模型压缩
  • 剪裁/量化/蒸馏教程
• Paddle Inference部署
  • Python端推理部署
  • C++端推理部署
• Paddle Lite部署
• Paddle Serving部署
• ONNX模型导出
• 推理benchmark

• FAQ/常见问题汇总

各模型结构和骨干网络的代表模型在COCO数据集上精度mAP和单卡Tesla V100上预测速度(FPS)对比图。

各移动端模型在COCO数据集上精度mAP和高通骁龙865处理器上预测速度(FPS)对比图。

产业特色模型｜产业工具是PaddleDetection针对产业高频应用场景打造的兼顾精度和速度的模型以及工具箱，注重从数据处理-模型训练-模型调优-模型部署的端到端打通，且提供了实际生产环境中的实践范例代码，帮助拥有类似需求的开发者高效的完成产品开发落地应用。

该系列模型｜工具均已PP前缀命名，具体介绍、预训练模型以及产业实践范例代码如下。

产业实践范例是PaddleDetection针对高频目标检测应用场景，提供的端到端开发示例，帮助开发者打通数据标注-模型训练-模型调优-预测部署全流程。 针对每个范例我们都通过AI-Studio提供了项目代码以及说明，用户可以同步运行体验。

传送门：产业实践范例完整列表

• 基于PP-YOLOE-R的旋转框检测
• 基于PP-YOLOE-SOD的无人机航拍图像检测
• 基于PP-Vehicle的交通监控分析系统
• 基于PP-Human v2的摔倒检测
• 基于PP-TinyPose增强版的智能健身动作识别
• 基于PP-Human的打架识别
• 基于Faster-RCNN的瓷砖表面瑕疵检测
• 基于PaddleDetection的PCB瑕疵检测
• 基于FairMOT实现人流量统计
• 基于YOLOv3实现跌倒检测
• 基于PP-PicoDetv2 的路面垃圾检测
• 基于人体关键点检测的合规检测
• 基于PP-Human的来客分析案例教程
• 持续更新中...

企业应用案例是企业在实生产环境下落地应用PaddleDetection的方案思路，相比产业实践范例其更多强调整体方案设计思路，可供开发者在项目方案设计中做参考。

传送门：企业应用案例完整列表

• 中国南方电网——变电站智慧巡检
• 国铁电气——轨道在线智能巡检系统
• 京东物流——园区车辆行为识别
• 中兴克拉—厂区传统仪表统计监测
• 宁德时代—动力电池高精度质量检测
• 中国科学院空天信息创新研究院——高尔夫球场遥感监测
• 御航智能——基于边缘的无人机智能巡检
• 普宙无人机——高精度森林巡检
• 领邦智能——红外无感测温监控
• 北京地铁——口罩检测
• 音智达——工厂人员违规行为检测
• 华夏天信——输煤皮带机器人智能巡检
• 优恩物联网——社区住户分类支持广告精准投放
• 螳螂慧视——室内3D点云场景物体分割与检测
• 持续更新中...

本项目的发布受Apache 2.0 license许可认证。

@misc{ppdet2019,
title={PaddleDetection, Object detection and instance segmentation toolkit based on PaddlePaddle.},
author={PaddlePaddle Authors},
howpublished = {\url{https://github.com/PaddlePaddle/PaddleDetection}},
year={2019}
}