实时行人分析的开源神器,网友:太强了!

机器学习AI算法工程

共 1398字,需浏览 3分钟

 ·

2022-04-26 20:23


行人检测、行为分析、跨镜跟踪、属性识别等能力在工业、安防、金融、能源等行业中可谓是核心财富密码!一套综合目标检测、跟踪、关键点检测等能力的开源实时行人分析工具,就是把握这些高价值场景的关键!


PP-Human多功能全景图


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!

· 功能丰富 ·




最适配企业业务指标的三大功能、六大核心技术

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19~21日的三日直播课中,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。


· 强泛化性 ·




适应不同光线、视角、背景

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。




· 极低使用门槛 ·




兼容各类数据类型、一行命令功能快速实现

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 


· 超高灵活度 ·




六大核心技术灵活解耦,支持任意高效重组

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~

✦ 直播课程预告 ✦

光看文档还不过瘾?为了让开发者们更深入的了解PP-Human这套多功能行人分析系统背后的核心技术解决产业应用难点以及掌握产业实践的核心能力,真正实现“看得懂、学得会、用得快”,飞桨团队还精心准备了直播课程!


4月20日~21日百度资深工程师们将在直播现场对各类痛难点解决方案进行手把手拆解,从最新目标检测SOTA算法,到检测拓展应用实践PP-Human,再到产业全流程痛点剖析与实战,更有现场答疑环节,还在等什么!抓紧扫码上车吧!



扫码报名直播课
加入技术交流群



浏览 21
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报