PaddleDetection是一个目标检测库，包含Mask R-CNN模型，用于实现像素级别的检测结果。该模型支持ResNet、ResNet-vd等结构，具有易部署、高灵活性和高性能的特点。模型库还包括Faster R-CNN、RetinaNet等，适合服务器环境和多种应用场景。
目标检测-Mask R-CNN
类别 计算机视觉(PaddleCV)
应用 图像搜索 安防监控 自动驾驶 智慧城市 机器人视觉
模型概述
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。
模型说明
# PaddleDetection
PaddleDetection的目的是为工业界和学术界提供大量易使用的目标检测模型。PaddleDetection不仅性能完善，易于部署，同时能够灵活的满足算法研发需求。
**目前检测库下模型均要求使用PaddlePaddle 1.7及以上版本或适当的develop版本。**
## 简介
特性：
- 易部署:
PaddleDetection的模型中使用的主要算子均通过C++和CUDA实现，配合PaddlePaddle的高性能预测引擎，使得在服务器环境下易于部署。
- 高灵活度：
PaddleDetection各个组件均为功能单元。例如，模型结构，数据预处理流程，用户能够通过修改配置文件轻松实现可定制化。
- 高性能：
在PaddlePaddle底层框架的帮助下，实现了更快的模型训练及更少的显存占用量。值得注意的是，Yolo v3的训练速
最低0.47元/天 解锁文章
2227
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
