一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

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

    3689

    瀏覽量

    43830
  • 目標(biāo)檢測
    +關(guān)注

    關(guān)注

    0

    文章

    225

    瀏覽量

    16019

原文標(biāo)題:實時行人分析的開源神器,網(wǎng)友:太強了!

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

    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 ?1215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 ?945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>

    用PaddleNLP為GPT-2模型制作FineWeb二進制預(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 ?1675次閱讀
    用PaddleNLP為GPT-2<b class='flag-5'>模型</b>制作FineWeb二進制<b class='flag-5'>預(yù)</b><b class='flag-5'>訓(xùn)練</b>數(shù)據(jù)集

    從Open Model Zoo下載的FastSeg大型公共預(yù)訓(xùn)練模型,無法導(dǎo)入名稱是怎么回事?

    從 Open Model Zoo 下載的 FastSeg 大型公共預(yù)訓(xùn)練模型。 運行 converter.py 以將 FastSeg 大型模型轉(zhuǎn)換為中間表示 (IR): pyth
    發(fā)表于 03-05 07:22

    用PaddleNLP在4060單卡上實踐大模型預(yù)訓(xùn)練技術(shù)

    手把手教您如何在單張消費顯卡上,利用PaddleNLP實踐OpenAI的GPT-2模型預(yù)訓(xùn)練。GPT-2的預(yù)
    的頭像 發(fā)表于 02-19 16:10 ?996次閱讀
    用PaddleNLP在4060單卡上實踐大<b class='flag-5'>模型</b><b class='flag-5'>預(yù)</b><b class='flag-5'>訓(xùn)練</b>技術(shù)

    使用OpenVINO C# API輕松部署飛槳PP-OCRv4模型

    ?本文從零開始詳細(xì)介紹整個過程。 一,什么是PP-OCRv4模型? ? PP-OCRv4是 PaddleOCR工具庫 的PP-OCR系列
    的頭像 發(fā)表于 02-12 10:42 ?1432次閱讀
    使用OpenVINO C# API輕松部署飛槳<b class='flag-5'>PP</b>-OCRv4<b class='flag-5'>模型</b>

    【「基于大模型的RAG應(yīng)用開發(fā)與優(yōu)化」閱讀體驗】+大模型微調(diào)技術(shù)解讀

    今天學(xué)習(xí)<基于大模型的RAG應(yīng)用開發(fā)與優(yōu)化>這本書。大模型微調(diào)是深度學(xué)習(xí)領(lǐng)域中的一項關(guān)鍵技術(shù),它指的是在已經(jīng)預(yù)訓(xùn)練好的大型深度學(xué)習(xí)模型
    發(fā)表于 01-14 16:51

    KerasHub統(tǒng)一、全面的預(yù)訓(xùn)練模型

    深度學(xué)習(xí)領(lǐng)域正在迅速發(fā)展,在處理各種類型的任務(wù)中,預(yù)訓(xùn)練模型變得越來越重要。Keras 以其用戶友好型 API 和對易用性的重視而聞名,始終處于這一動向的前沿。Keras 擁有專用的內(nèi)容庫,如用
    的頭像 發(fā)表于 12-20 10:32 ?499次閱讀

    什么是大模型、大模型是怎么訓(xùn)練出來的及大模型作用

    ,基礎(chǔ)模型。 ? 大模型是一個簡稱,完整的叫法,應(yīng)該是“人工智能預(yù)訓(xùn)練模型”。預(yù)
    的頭像 發(fā)表于 11-25 09:29 ?1.3w次閱讀
    什么是大<b class='flag-5'>模型</b>、大<b class='flag-5'>模型</b>是怎么<b class='flag-5'>訓(xùn)練</b>出來的及大<b class='flag-5'>模型</b>作用

    如何用OpenCV的相機捕捉視頻進行人臉檢測--基于米爾NXP i.MX93開發(fā)板

    ......)_opencv人臉識別-CSDN博客 【Haar級聯(lián)檢測器預(yù)訓(xùn)練模型下載】 opencv/opencv: Open Source Computer Vision Library
    發(fā)表于 11-15 17:58

    什么是協(xié)議分析儀和訓(xùn)練

    協(xié)議分析儀和訓(xùn)練器是兩種不同但相關(guān)的設(shè)備或工具,它們在網(wǎng)絡(luò)通信、電子設(shè)計和測試等領(lǐng)域發(fā)揮著重要作用。以下是對這兩種設(shè)備的詳細(xì)解釋:一、協(xié)議分析儀 定義:協(xié)議
    發(fā)表于 10-29 14:33

    為什么ai模型訓(xùn)練要用gpu

    GPU憑借其強大的并行處理能力和高效的內(nèi)存系統(tǒng),已成為AI模型訓(xùn)練不可或缺的重要工具。
    的頭像 發(fā)表于 10-24 09:39 ?976次閱讀

    AI大模型訓(xùn)練數(shù)據(jù)來源分析

    AI大模型訓(xùn)練數(shù)據(jù)來源廣泛且多元化,這些數(shù)據(jù)源對于構(gòu)建和優(yōu)化AI模型至關(guān)重要。以下是對AI大模型訓(xùn)練數(shù)據(jù)來源的
    的頭像 發(fā)表于 10-23 15:32 ?3670次閱讀

    直播預(yù)約 |數(shù)據(jù)智能系列講座第4期:預(yù)訓(xùn)練的基礎(chǔ)模型下的持續(xù)學(xué)習(xí)

    鷺島論壇數(shù)據(jù)智能系列講座第4期「預(yù)訓(xùn)練的基礎(chǔ)模型下的持續(xù)學(xué)習(xí)」10月30日(周三)20:00精彩開播期待與您云相聚,共襄學(xué)術(shù)盛宴!|直播信息報告題目預(yù)
    的頭像 發(fā)表于 10-18 08:09 ?593次閱讀
    直播預(yù)約 |數(shù)據(jù)智能系列講座第4期:<b class='flag-5'>預(yù)</b><b class='flag-5'>訓(xùn)練</b>的基礎(chǔ)<b class='flag-5'>模型</b>下的持續(xù)學(xué)習(xí)