91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

產(chǎn)業(yè)級預(yù)訓(xùn)練模型的實時行人分析工具PP-Human

OpenCV學(xué)堂 ? 來源:OpenCV學(xué)堂 ? 作者:OpenCV學(xué)堂 ? 2022-04-20 10:16 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

行人檢測、行為分析、跨鏡跟蹤、屬性識別等能力在工業(yè)、安防、金融、能源等行業(yè)中可謂是核心財富密碼!一套綜合目標(biāo)檢測、跟蹤、關(guān)鍵點檢測等能力的開源實時行人分析工具,就是把握這些高價值場景的關(guān)鍵!

5d0e8300-bfb8-11ec-bce3-dac502259ad0.gif

PP-Human多功能全景圖

說來容易,但它真的切實可用,需要企業(yè)真實場景數(shù)據(jù)打磨優(yōu)化,擁有人體屬性分析、行為識別與流量技術(shù)與軌跡留存三大能力,兼容單張圖片、單路或多路視頻等多種數(shù)據(jù)輸入類型,還需要適應(yīng)不同光線、復(fù)雜背景及跨鏡頭場景。

今天給大家介紹的,就是這樣一套不僅擁有上述能力,還直接提供目標(biāo)檢測、屬性分析、關(guān)鍵點檢測、行為識別、ReID等產(chǎn)業(yè)級預(yù)訓(xùn)練模型的實時行人分析工具PP-Human,方便開發(fā)者靈活取用及更改!

5dee780c-bfb8-11ec-bce3-dac502259ad0.png

光說不練,假把式,讓我們詳細(xì)看看PP-Human的特性吧!

· 功能豐富 · 最適配企業(yè)業(yè)務(wù)指標(biāo)的三大功能、六大核心技術(shù)

PP-Human支持屬性分析、行為識別、流量計數(shù)/軌跡留存三大功能,覆蓋目標(biāo)檢測、多目標(biāo)跟蹤、屬性識別、關(guān)鍵點檢測、行為識別和跨鏡跟蹤六大核心技術(shù):

5e2c7dc8-bfb8-11ec-bce3-dac502259ad0.png

其中,屬性分析支持性別、年齡、眼鏡、帽子、衣著等26種通用屬性,行為識別支持毫秒級摔倒檢測,在4月19~21日的三日直播課中,百度資深研發(fā)工程師還將在現(xiàn)場編寫代碼,手把手教大家如何擴(kuò)展到其他動作類型的識別,如睡覺、奔跑等,更多細(xì)節(jié)內(nèi)容歡迎大家關(guān)注直播。

· 強(qiáng)泛化性 · 適應(yīng)不同光線、視角、背景

考慮到實際落地中無法避免環(huán)境繁雜、場景多變、拍攝角度不定的問題,PP-Human通過豐富不同場景的訓(xùn)練數(shù)據(jù)、優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)及工程實現(xiàn),增強(qiáng)檢測、跟蹤、屬性、動作識別等基礎(chǔ)模型的泛化性,以實現(xiàn)最廣最全的應(yīng)用場景覆蓋。

5e47b3ea-bfb8-11ec-bce3-dac502259ad0.gif

· 極低使用門檻 · 兼容各類數(shù)據(jù)類型、一行命令功能快速實現(xiàn)

PP-Human采用pipeline的方式串聯(lián)各模塊,輸入部分支持單張圖片,圖片文件夾,單鏡頭視頻和多鏡頭視頻,通過命令行輸入不同參數(shù)即可實現(xiàn)對應(yīng)功能。

5e83aaa8-bfb8-11ec-bce3-dac502259ad0.png

PP-Human技術(shù)架構(gòu)

5e96258e-bfb8-11ec-bce3-dac502259ad0.png

PP-Human使用示例

完整參數(shù)使用說明:

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

· 超高靈活度 · 六大核心技術(shù)靈活解耦,支持任意高效重組

PP-Human不僅提供完整的應(yīng)用能力:人體屬性分析、行為識別、流量計數(shù)軌跡繪制,其覆蓋的基礎(chǔ)功能:檢測、關(guān)鍵點檢測、跟蹤、ReID、屬性、行為分類均支持獨立訓(xùn)練、自由組合,以適配各類企業(yè)場景:

5eaf7a98-bfb8-11ec-bce3-dac502259ad0.png

審核編輯 :李倩

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 開源
    +關(guān)注

    關(guān)注

    3

    文章

    4207

    瀏覽量

    46147
  • 目標(biāo)檢測
    +關(guān)注

    關(guān)注

    0

    文章

    233

    瀏覽量

    16495

原文標(biāo)題:實時行人分析的開源神器,網(wǎng)友:太強(qiáng)了!

文章出處:【微信號:CVSCHOOL,微信公眾號:OpenCV學(xué)堂】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    訓(xùn)練到推理:大模型算力需求的新拐點已至

    在大模型產(chǎn)業(yè)發(fā)展的早期階段,行業(yè)焦點主要集中在大模型訓(xùn)練所需的算力投入。一個萬億參數(shù)大模型訓(xùn)練
    的頭像 發(fā)表于 02-05 16:07 ?809次閱讀
    從<b class='flag-5'>訓(xùn)練</b>到推理:大<b class='flag-5'>模型</b>算力需求的新拐點已至

    在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗

    本帖欲分享在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗。我們采用jupyter notebook作為開發(fā)IDE,以TensorFlow2為訓(xùn)練框架,目標(biāo)是訓(xùn)練一個手寫數(shù)字識
    發(fā)表于 10-22 07:03

    摩爾線程發(fā)布大模型訓(xùn)練仿真工具SimuMax v1.0

    近日,摩爾線程正式發(fā)布并開源大模型分布式訓(xùn)練仿真工具SimuMax 1.0版本。該版本在顯存和性能仿真精度上實現(xiàn)突破性提升,同時引入多項關(guān)鍵功能,進(jìn)一步增強(qiáng)了模型兼容性、靈活性與用戶體
    的頭像 發(fā)表于 09-11 18:19 ?3716次閱讀
    摩爾線程發(fā)布大<b class='flag-5'>模型</b><b class='flag-5'>訓(xùn)練</b>仿真<b class='flag-5'>工具</b>SimuMax v1.0

    基于大規(guī)模人類操作數(shù)據(jù)預(yù)訓(xùn)練的VLA模型H-RDT

    近年來,機(jī)器人操作領(lǐng)域的VLA模型普遍基于跨本體機(jī)器人數(shù)據(jù)集預(yù)訓(xùn)練,這類方法存在兩大局限:不同機(jī)器人本體和動作空間的差異導(dǎo)致統(tǒng)一訓(xùn)練困難;現(xiàn)有大規(guī)模機(jī)器人演示數(shù)據(jù)稀缺且質(zhì)量參差不齊。得
    的頭像 發(fā)表于 08-21 09:56 ?1102次閱讀
    基于大規(guī)模人類操作數(shù)據(jù)<b class='flag-5'>預(yù)</b><b class='flag-5'>訓(xùn)練</b>的VLA<b class='flag-5'>模型</b>H-RDT

    超小型Neuton機(jī)器學(xué)習(xí)模型, 在任何系統(tǒng)芯片(SoC)上解鎖邊緣人工智能應(yīng)用.

    Neuton 是一家邊緣AI 公司,致力于讓機(jī)器 學(xué)習(xí)模型更易于使用。它創(chuàng)建的模型比競爭對手的框架小10 倍,速度也快10 倍,甚至可以在最先進(jìn)的邊緣設(shè)備上進(jìn)行人工智能處理。在這篇博文中,我們將介紹
    發(fā)表于 07-31 11:38

    AI原生架構(gòu)升級:RAKsmart服務(wù)器在超大規(guī)模模型訓(xùn)練中的算力突破

    近年來,隨著千億參數(shù)模型的崛起,AI訓(xùn)練對算力的需求呈現(xiàn)指數(shù)增長。傳統(tǒng)服務(wù)器架構(gòu)在應(yīng)對分布式訓(xùn)練、高并發(fā)計算和顯存優(yōu)化等場景時逐漸顯露瓶
    的頭像 發(fā)表于 04-24 09:27 ?791次閱讀

    如何高效訓(xùn)練AI模型?這些常用工具你必須知道!

    模型的發(fā)展同樣面臨瓶頸,訓(xùn)練所需的硬件資源日益增加,比如英偉達(dá)的芯片、電力等(這也可能是ChatGPT5遲遲沒有出來的原因)。業(yè)界有觀點認(rèn)為,在大多數(shù)情況下,并不需要全能的大模型,而是更適合專注于
    的頭像 發(fā)表于 04-17 16:43 ?2239次閱讀
    如何高效<b class='flag-5'>訓(xùn)練</b>AI<b class='flag-5'>模型</b>?這些常用<b class='flag-5'>工具</b>你必須知道!

    首創(chuàng)開源架構(gòu),天璣AI開發(fā)套件讓端側(cè)AI模型接入得心應(yīng)手

    基石。 Neuron Studio打造全流程一站式開發(fā)體驗,為AI應(yīng)用開發(fā)按下加速鍵 AI 應(yīng)用的開發(fā)瓶頸,從來都不是“點的問題”,而是“鏈的問題”:開發(fā)工具碎片化,調(diào)優(yōu)過程靠手動,單模型分析效率低
    發(fā)表于 04-13 19:52

    快速部署!米爾全志T527開發(fā)板的OpenCV行人檢測方案指南

    ,計算HOG特征。HOG特征是一個一維向量,其中每個元素表示圖像中特定位置和方向的梯度強(qiáng)度。 訓(xùn)練SVM分類器:使用HOG特征作為輸入,訓(xùn)練SVM分類器。SVM分類器將學(xué)習(xí)區(qū)分行人和非行人
    發(fā)表于 04-11 18:14

    使用OpenVINO優(yōu)化并部署飛槳PP-OCRv4模型

    算法,在此基礎(chǔ)上打造產(chǎn)業(yè)特色模型系列:PP-OCR、PP-Structure和PP-ChatO
    的頭像 發(fā)表于 04-03 18:07 ?2592次閱讀
    使用OpenVINO優(yōu)化并部署飛槳<b class='flag-5'>PP</b>-OCRv4<b class='flag-5'>模型</b>

    恩智浦eIQ Time Series Studio工具使用教程之模型訓(xùn)練

    大家好,eIQ Time SeriesStudio又和大家見面啦!本章為大家?guī)?b class='flag-5'>工具核心部分-模型訓(xùn)練。
    的頭像 發(fā)表于 03-25 15:25 ?1714次閱讀
    恩智浦eIQ Time Series Studio<b class='flag-5'>工具</b>使用教程之<b class='flag-5'>模型</b><b class='flag-5'>訓(xùn)練</b>

    請問如何在imx8mplus上部署和運行YOLOv5訓(xùn)練模型?

    我正在從事 imx8mplus yocto 項目。我已經(jīng)在自定義數(shù)據(jù)集上的 YOLOv5 上訓(xùn)練了對象檢測模型。它在 ubuntu 電腦上運行良好?,F(xiàn)在我想在我的 imx8mplus 板上運行該模型
    發(fā)表于 03-25 07:23

    用PaddleNLP為GPT-2模型制作FineWeb二進(jìn)制預(yù)訓(xùn)練數(shù)據(jù)集

    作者:算力魔方創(chuàng)始人/英特爾創(chuàng)新大使劉力 《用PaddleNLP在4060單卡上實踐大模型預(yù)訓(xùn)練技術(shù)》發(fā)布后收到讀者熱烈反響,很多讀者要求進(jìn)一步講解更多的技術(shù)細(xì)節(jié)。本文主要針對大語言模型
    的頭像 發(fā)表于 03-21 18:24 ?4315次閱讀
    用PaddleNLP為GPT-2<b class='flag-5'>模型</b>制作FineWeb二進(jìn)制<b class='flag-5'>預(yù)</b><b class='flag-5'>訓(xùn)練</b>數(shù)據(jù)集

    憶聯(lián)PCIe 5.0 SSD支撐大模型全流程訓(xùn)練

    當(dāng)前,大模型全流程訓(xùn)練對數(shù)據(jù)存儲系統(tǒng)的要求已突破傳統(tǒng)邊界。企業(yè)SSD作為AI算力基礎(chǔ)設(shè)施的核心組件,其高可靠性、高性能及智能化管理能力,正成為支撐大模型
    的頭像 發(fā)表于 03-11 10:26 ?1154次閱讀
    憶聯(lián)PCIe 5.0 SSD支撐大<b class='flag-5'>模型</b>全流程<b class='flag-5'>訓(xùn)練</b>

    訓(xùn)練好的ai模型導(dǎo)入cubemx不成功怎么處理?

    訓(xùn)練好的ai模型導(dǎo)入cubemx不成功咋辦,試了好幾個模型壓縮了也不行,ram占用過大,有無解決方案?
    發(fā)表于 03-11 07:18