技术公开课实录：图像检测库PaddleDetection助力遥感图像检测

 

导读：飞桨（PaddlePaddle）致力于让深度学习技术的创新与应用更简单。为了让更多的开发者了解飞桨的最近技术进展，特别组织了系列技术稿件，视频来源于2019 WaveSummit秋季深度学习开发者峰会上的技术公开课。

本期是由百度飞桨资深研发工程师为大家带来图像检测库PaddleDetection深度解析与应用，敬请观看。

 

  

视频关键知识点Notes：

PaddleDetection为百度结合科研和业务需求所构建的一套目标检测库。主要有四个特点：一是模块化设计；二是模型丰富；三是高性能；四是工业级部署。整体全景图如下图所示：

01

模块化设计

 

依据于检测算法的工作流程划分为几个相对独立子模块，如Backbone主干网络、AnchorHead、RoIExtract、RoIHead等，再加上优化器、数据模块可以非常方便开发者组合使用。同时在应用层提供了训练、评估和推理、以及模型压缩的API。一般来说，用户只需要调用API和配置文件即可快速开始。

 

02

模型丰富

 

在算法层面，PaddleDetection支持了目前常用的主流检测算法，，单阶段检测算法包括： SSD, RetinaNet, YOLOv3, 两阶段检测算法包括：Faster-RCNN,Mask-RCNN, Cascade-RCNN，支持两阶段的FPN。在主干网、数据增强、在预训练模型方面，都提供了很好的支持。

同时PaddleDetection还进一步增强了YOLOv3，基于COCO的mAP再进一步提升至41.4%，GPU上的推理速度进一步提升。本次还发布了BlazeFace等系列人脸检测模型，同时还发布了自研的搜索版本BlazeFace，模型大小压缩三倍的情况下（体积仅有234k），大幅提升预测速度。特别强调一下，预训练模型中的行人检测和车辆检测的模型，是基于百度内部的业务数据得到效果不错的模型，值得推荐。

03

高性能

 

主要体现在训练速度、训练显存和推理速度上。基于飞桨的显存优化策略，PaddleDetection大部分的模型显存占用较竞品少，训练及推理速度更快，比如YOLOv3比竞品快了40%以上。

 

04

工业级部署

PaddleDetection基于飞桨高性能的引擎，提供了一套完备的部署方案。对于Linux和Windows都提供了良好的支持，GPU预测底层支持TensorRT加速以及FP16预测。 CPU底层支持使用MKLDNN加速。再加上PaddleSlim提供的模型压缩策略，可以提供更小的模型和更快的速度，满足工业级部署的需求。

05

应用案例

5.1遥感图像高尔夫球场检测

自然场景图像一般人非常容易理解，但是遥感图像不仅需要专家才能够识别出对象，还会受到四季、气候的变化影响。使用传统方法需要大量的人工配合。这种情况下对实时性要求没有那么高，对准确率和召回率要求比较高。通过选择二阶段的模型如FasterRCNN，重新设计了Anchor尺寸，并且进行了裁减、旋转等数据增强方案，最终在内部评测的数据集上得到82%的精度指标。相比传统的方法，大大提升了作业的效率。

 

5.2手机壳外观缺陷检测

手机壳外观缺陷一般主要包含压伤、划痕、污点、气泡等等。在工业生产流水线上，手机壳外观、环境背景复杂多变，对于实时性的要求也比较高。这样的场景下，选择预测速度比较快的YOLOv3，同时加上各种数据增强的措施。在内部的评测数据集上，准确率可以达到99.55%。值得一提的是，基于百度研发的EdgeBoard硬件，实际延时小于750毫秒，对比竞品预测速度提升200%以上。

进入网盘获取视频中的PPT，链接：

https://pan.baidu.com/s/12czq6Ixf-R2DzmsuNolGHw     密码:wfwa

想与更多的深度学习开发者交流，请加入飞桨官方QQ群：796771754。

如果您想详细了解更多飞桨PaddlePaddle的相关内容，请参阅以下文档。

官网地址：https://www.paddlepaddle.org.cn/

项目地址：

https://github.com/PaddlePaddle/PaddleDetection