开源与本地工具 · 工具介绍
PaddleDetection
PaddleDetection 是目标检测开发套件，连接数据准备、模型训练、评估、导出与部署，并可用配置文件调整检测流程。
PaddleDetection 能做什么
PaddleDetection 是目标检测开发套件，连接数据准备、模型训练、评估、导出与部署，并可用配置文件调整检测流程。
- 模型训练与部署
如何使用 PaddleDetection
训练并检查一个路标目标检测模型
准备输入
- 路标图像、标注及训练验证列表，以及对应检测模型配置。
- 已完成环境配置的 PaddleDetection 代码目录和可用计算设备。
操作步骤
- 下载教程的路标数据，在数据配置文件中设置实际路径，并选择对应的检测模型配置。
- 按设备数量检查学习率等设置，使用 tools/train.py 启动训练并保存模型权重。
- 使用 tools/eval.py 评估选定权重，再用 tools/infer.py 对路标图像预测，检查输出结果。
预期交付物
- 目标检测模型权重、评估结果和图像预测输出。
示例默认学习率按多卡训练设置，改用单卡时需要相应调整；可视化阈值会影响最终显示结果，仍应结合实际图像检查漏检和误检。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
从开源与本地工具角度评估PaddleDetection
把开源与本地工具需要的条件列清楚，再比较工具。阅读本页的产品用途、步骤与限制，再逐项确认下面的问题；这些是选型方法，不表示每款工具都具备同样能力。
本地运行到哪一步
区分本地界面、本地处理和外部API；不能只看名称判断数据去向。
环境是否匹配
检查系统、内存、磁盘和依赖，按官方要求判断能否运行。
后续是否可维护
确认许可证、配置保存、数据导出与版本更新方法。
选择一个小样任务，先检查结果与交付格式，再决定是否用于更多资料。
