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。