飞桨PaddleDetection物体检测统一框架详解

目标检测是机器视觉领域的核心问题之一。7 月 3 日百度 AI 开发者大会，飞桨核心框架 Paddle Fluid v1.5 宣布开源了 PaddleDetection 物体检测统一框架，用户可以非常方便、快速的搭建出各种检测框架，构建强大的各类应用。 

 

PaddleDetection 物体检测统一框架，覆盖主流的检测算法，即具备高精度模型、也具备高速推理模型，并提供丰富的预训练模型，具有工业化、模块化、高性能的优势。 

 

• 工业化：结合飞桨核心框架的高速推理引擎，训练到部署无缝衔接 

• 模块化：提供模块化设计，模型网络结构和数据处理均可定制 

• 高性能：基于高效的核心框架，训练速度和显存占用上有一定的优势，例如，YOLO v3 训练速度相比同类框架快 1.6 倍。

 

支持的模型与主干网络体系

 

模型 

 

Faster-RCNN（支持 FPN）：创造性地采用卷积网络自行产生建议框，并且和目标检测网络共享卷积网络，建议框数目减少，质量提高。

 

Mask-RCNN（支持 FPN）：经典的两阶段框架，在 Faster R-CNN 模型基础上添加分割分支，得到掩码结果，实现了掩码和类别预测关系的解藕，可得到像素级别的检测结果。