PaddleDetection 中提出了全新的轻量级系列模型 PP-PicoDet,在移动端具有卓越的性能,成为全新 SOTA 轻量级模型。详细的技术细节可以参考论文:PP-PicoDet: A Better Real-Time Object Detector on Mobile Devices(https://arxiv.org/abs/2111.00902)。最后附上模型下载地址!
PP-PicoDet 模型有如下特点:
1、更高的 mAP: 第一个在1M参数量之内 mAP(0.5:0.95) 超越30+(输入416像素时);
2、更快的预测速度: 网络预测在 ARM CPU 下可达 150FPS;
3、部署友好: 支持 PaddleLite/MNN/NCNN/OpenVINO 等预测库,支持转出 onnx,提供了 C++/Python/Android的demo。
现有的 SOTA 算法对比图:
以 picodet_s_320_coco_lcnet 为例,当然首先要配置好 paddle 环境,可参考项目中的 requirements.txt 文件进行安装:
1、导出 Inference model。这里有两个参数需要注意:
(1)-o ex