1 Star 0 Fork 35

CpDec/FastDeploy

forked from PaddlePaddle/FastDeploy 
加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
文件
克隆/下载
贡献代码
同步代码
取消
提示: 由于 Git 不支持空文件夾,创建文件夹后会生成空的 .keep 文件
Loading...
README

PP-PicoDet + PP-TinyPose 联合部署(Pipeline)

模型版本说明

目前FastDeploy支持如下模型的部署

准备PP-TinyPose部署模型

PP-TinyPose以及PP-PicoDet模型导出,请参考其文档说明模型导出

注意:导出的推理模型包含model.pdmodelmodel.pdiparamsinfer_cfg.yml三个文件,FastDeploy会从yaml文件中获取模型在推理时需要的预处理信息。

下载预训练模型

为了方便开发者的测试,下面提供了PP-PicoDet + PP-TinyPose(Pipeline)导出的部分模型,开发者可直接下载使用。

应用场景 模型 参数文件大小 AP(业务数据集) AP(COCO Val 单人/多人) 单人/多人推理耗时 (FP32) 单人/多人推理耗时(FP16)
单人模型配置 PicoDet-S-Lcnet-Pedestrian-192x192 + PP-TinyPose-128x96 4.6MB + 5.3MB 86.2% 52.8% 12.90ms 9.61ms
多人模型配置 PicoDet-S-Lcnet-Pedestrian-320x320 + PP-TinyPose-256x192 4.6M + 5.3MB 85.7% 49.9% 47.63ms 34.62ms

说明

  • 关键点检测模型的精度指标是基于对应行人检测模型检测得到的检测框。
  • 精度测试中去除了flip操作,且检测置信度阈值要求0.5。
  • 速度测试环境为qualcomm snapdragon 865,采用arm8下4线程推理。
  • Pipeline速度包含模型的预处理、推理及后处理部分。
  • 精度测试中,为了公平比较,多人数据去除了6人以上(不含6人)的图像。

更多信息请参考:PP-TinyPose 官方文档

详细部署文档

马建仓 AI 助手
尝试更多
代码解读
代码找茬
代码优化
Python
1
https://gitee.com/martinfields/FastDeploy.git
git@gitee.com:martinfields/FastDeploy.git
martinfields
FastDeploy
FastDeploy
develop

搜索帮助