[Contribute to PaddleDetection] Yes, PP-YOLOE! 基于PP-YOLOE的算法开发
thinkthinking opened this issue · comments
[Contribute to PaddleDetection] Yes, PP-YOLOE! 基于PP-YOLOE的算法开发
本期活动联系人：thinkthinking
建设目标
PP-YOLOE+是百度飞桨团队开源的最新SOTA通用检测模型，COCO数据集精度达54.7mAP，其L版本相比YOLOv7精度提升1.9%，V100端到端(包含前后处理)推理速度达42.2FPS。
我们鼓励大家基于PP-YOLOE去做新的算法开发，比如：
- 改造PP-YOLOE适用于旋转框、小目标、关键点检测、实例分割等场景；
- 精调PP-YOLOE用于工业质检、火灾检测、垃圾检测等垂类场景；
- 将PP-YOLOE用于PP-Human、PP-Vehicle等Pipeline中，提升pipeline的检测效果。
相信通过这些活动，大家可以对PP-YOLOE的细节有更深刻的理解，对业务场景的应用也可以做更细节的适配。
参与方式
- 方式一：列表选题，见招募列表（提供了选题方向、题目、优秀的对标项目、文章和代码，以供学习）。
- 方式二：自选题目，对于非参考列表内的题目，可自主命题，需要与负责人 thinkthinking讨论后决定题目。
题目认领
为避免重复选题、知晓任务状态、方便统计管理，请根据如下操作认领您的题目。
在本issue提交题目:issue
- 方式一（列表选题）：在“招募列表”中选择题目，并在issue中，回复下列信息：
【列表选题】
编号：XX
题目：XXXX
认领人：XX
- 方式二（自选题目）：自主命题，直接在 issue 中，回复下列信息：
【自选题目】
题目：XXXX
认领人：XX
招募列表
【注意】招募列表外的，欢迎开发者联系活动负责人thinkthinking提交贡献👏
贡献指南
- 提ISSUE、PR的步骤请参考飞桨官网-贡献指南-代码贡献流程
- AI-Studio使用指南请参考AI-Studio新手指南
原则及注意事项
- 需使用PaddlePaddle框架, 建议复用PaddleDetection代码。
- 建议使用Paddle框架最新版本.
- PR需提到PaddleDetection-develop分支。
- 模型改造类的任务建议以PR形式提交
- 垂类应用以及Pipeline类的任务建议以AI-Studio项目形式提交，项目会同步到产业范例页面
还有不清楚的问题
欢迎大家随时在本issue下提问，飞桨会有专门的管理员进行疑问解答。
有任何问题，请联系本期活动联系人 thinkthinking
非常感谢大家为飞桨贡献！共建飞桨繁荣社区！
【列表选题】 编号：02 题目：PP-YOLOE用于小目标检测 认领人：Ryan
赞！已更新招募列表～
【列表选题】
编号：03
题目：PP-YOLOE用于关键点检测
认领人：YaoYao
活动现在还在进行吗？
活动现在还在进行吗？
活动现在还在进行吗？
@daoqiugsy 你好，此活动长期都在进行，欢迎参与！