FastDeploy/examples/vision/detection/paddledetection/README_CN.md

English | 简体中文

PaddleDetection模型部署

模型版本说明

• PaddleDetection Release/2.4

支持模型列表

目前FastDeploy支持如下模型的部署

• PP-YOLOE(含PP-YOLOE+)系列模型
• PicoDet系列模型
• PP-YOLO系列模型(含v2)
• YOLOv3系列模型
• YOLOX系列模型
• FasterRCNN系列模型
• MaskRCNN系列模型
• SSD系列模型
• YOLOv5系列模型
• YOLOv6系列模型
• YOLOv7系列模型
• YOLOv8系列模型
• RTMDet系列模型
• CascadeRCNN系列模型
• PSSDet系列模型
• RetinaNet系列模型
• PPYOLOESOD系列模型
• FCOS系列模型
• TTFNet系列模型
• TOOD系列模型
• GFL系列模型

导出部署模型

在部署前，需要先将PaddleDetection导出成部署模型，导出步骤参考文档导出模型

注意

• 在导出模型时不要进行NMS的去除操作，正常导出即可
• 如果用于跑原生TensorRT后端（非Paddle Inference后端），不要添加--trt参数
• 导出模型时，不要添加fuse_normalize=True参数

下载预训练模型

为了方便开发者的测试，下面提供了PaddleDetection导出的各系列模型，开发者可直接下载使用。

其中精度指标来源于PaddleDetection中对各模型的介绍，详情各参考PaddleDetection中的说明。

模型	参数大小	精度	备注
picodet_l_320_coco_lcnet	23MB	Box AP 42.6%
ppyoloe_crn_l_300e_coco	200MB	Box AP 51.4%
ppyoloe_plus_crn_m_80e_coco	83.3MB	Box AP 49.8%
ppyolo_r50vd_dcn_1x_coco	180MB	Box AP 44.8%	暂不支持TensorRT
ppyolov2_r101vd_dcn_365e_coco	282MB	Box AP 49.7%	暂不支持TensorRT
yolov3_darknet53_270e_coco	237MB	Box AP 39.1%
yolox_s_300e_coco	35MB	Box AP 40.4%
faster_rcnn_r50_vd_fpn_2x_coco	160MB	Box AP 40.8%	暂不支持TensorRT
mask_rcnn_r50_1x_coco	128M	Box AP 37.4%, Mask AP 32.8%	暂不支持TensorRT、ORT
ssd_mobilenet_v1_300_120e_voc	24.9M	Box AP 73.8%	暂不支持TensorRT、ORT
ssd_vgg16_300_240e_voc	106.5M	Box AP 77.8%	暂不支持TensorRT、ORT
ssdlite_mobilenet_v1_300_coco	29.1M		暂不支持TensorRT、ORT
rtmdet_l_300e_coco	224M	Box AP 51.2%
rtmdet_s_300e_coco	42M	Box AP 44.5%
yolov5_l_300e_coco	183M	Box AP 48.9%
yolov5_s_300e_coco	31M	Box AP 37.6%
yolov6_l_300e_coco	229M	Box AP 51.0%
yolov6_s_400e_coco	68M	Box AP 43.4%
yolov7_l_300e_coco	145M	Box AP 51.0%
yolov7_x_300e_coco	277M	Box AP 53.0%
cascade_rcnn_r50_fpn_1x_coco	271M	Box AP 41.1%	暂不支持TensorRT、ORT
cascade_rcnn_r50_vd_fpn_ssld_2x_coco	271M	Box AP 45.0%	暂不支持TensorRT、ORT
faster_rcnn_enhance_3x_coco	119M	Box AP 41.5%	暂不支持TensorRT、ORT
fcos_r50_fpn_1x_coco	129M	Box AP 39.6%	暂不支持TensorRT
gfl_r50_fpn_1x_coco	128M	Box AP 41.0%	暂不支持TensorRT
ppyoloe_crn_l_80e_sliced_visdrone_640_025	200M	Box AP 31.9%
retinanet_r101_fpn_2x_coco	210M	Box AP 40.6%	暂不支持TensorRT、ORT
retinanet_r50_fpn_1x_coco	136M	Box AP 37.5%	暂不支持TensorRT、ORT
tood_r50_fpn_1x_coco	130M	Box AP 42.5%	暂不支持TensorRT、ORT
ttfnet_darknet53_1x_coco	178M	Box AP 33.5%	暂不支持TensorRT、ORT
yolov8_x_500e_coco	265M	Box AP 53.8%
yolov8_l_500e_coco	173M	Box AP 52.8%
yolov8_m_500e_coco	99M	Box AP 50.2%
yolov8_s_500e_coco	43M	Box AP 44.9%
yolov8_n_500e_coco	13M	Box AP 37.3%

详细部署文档

• Python部署
• C++部署