百度又一神器发布！格局炸了

说来容易，但它真的切实可用，需要企业真实场景数据打磨优化，拥有人体属性分析、行为识别与流量技术与轨迹留存三大能力，兼容单张图片、单路或多路视频等多种数据输入类型，还需要适应不同光线、复杂背景及跨镜头场景。

今天给大家介绍的，就是这样一套不仅拥有上述能力，还直接提供目标检测、属性分析、关键点检测、行为识别、ReID等产业级预训练模型的实时行人分析工具PP-Human，方便开发者灵活取用及更改！

识趣的小编赶紧送上传送门：

https://github.com/PaddlePaddle/PaddleDetection

记得⭐Star⭐收藏，

防止走丢又实时关注更新！

光说不练，假把式，让我们详细看看PP-Human的特性吧！

PP-Human支持属性分析、行为识别、流量计数/轨迹留存三大功能，覆盖目标检测、多目标跟踪、属性识别、关键点检测、行为识别和跨镜跟踪六大核心技术：

其中，属性分析支持性别、年龄、眼镜、帽子、衣着等26种通用属性，行为识别支持毫秒级摔倒检测，在4月20~21日的两天直播课中，百度资深研发工程师还将在现场编写代码，手把手教大家如何扩展到其他动作类型的识别，如睡觉、奔跑等，更多细节内容欢迎大家关注直播。

考虑到实际落地中无法避免环境繁杂、场景多变、拍摄角度不定的问题，PP-Human通过丰富不同场景的训练数据、优化网络结构及工程实现，增强检测、跟踪、属性、动作识别等基础模型的泛化性，以实现最广最全的应用场景覆盖。

PP-Human采用pipeline的方式串联各模块，输入部分支持单张图片，图片文件夹，单镜头视频和多镜头视频，通过命令行输入不同参数即可实现对应功能。

PP-Human技术架构

PP-Human使用示例

完整参数使用说明：

https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.4/deploy/pphuman 

PP-Human不仅提供完整的应用能力：人体属性分析、行为识别、流量计数轨迹绘制，其覆盖的基础功能：检测、关键点检测、跟踪、ReID、属性、行为分类均支持独立训练、自由组合，以适配各类企业场景：

除此之外，还有更多能力组合等待大家解锁~