用PaddlePaddle 實現目標檢測任務——Paddle Fluid v1.1深度測評

1.前言

11月1日，百度發佈了Paddle Fluid的1.1版本，做爲國內首個深度學習框架，PaddlePaddle對中文社區很是友好，有完善的中文社區、項目爲導向的中文教程，可讓更多中文使用者更方便地進行深度學習、機器學習相關的研究和實踐。我本人也很是但願PaddlePaddle可以不斷髮展壯大，畢竟這是國內公司爲開源社區作出的一項很是有意義的貢獻。爲了一探Paddle Fluid 1.1版本究竟作了哪些方面的更新，筆者第一時間安裝了新發布的版本，用一個基於SSD的目標檢測任務來測試一下新版PaddlePaddle的表現。

 

2.什麼是目標檢測

            圖像識別對於作視覺的同窗來講應該是一個很是熟悉的任務了，最初深度學習就是是應用於圖像識別任務的，舉例來講，給計算機一張汽車圖片，讓它判斷這圖片裏有沒有汽車。

對於背景乾淨的圖片來講，這樣作頗有意義也比較容易。可是若是是一張包含豐富元素的圖片，不只識別難度大大提升，僅僅判斷出裏面有沒有圖片的意義也不大了，咱們須要找到到底在讀片的什麼位置出現了一輛汽車，這就提出了一個新的任務和需求——目標檢測。

咱們的任務就是給定一張圖像或是一個視頻幀，讓計算機找出其中全部目標的位置，並給出每一個目標的具體類別。對於人類來講，目標檢測是一個很是簡單的任務。然而，計算機可以「看到」的是圖像被編碼以後的數字，很難解圖像或是視頻幀中出現了人或是物體這樣的高層語義概念，也就更加難以定位目標出如今圖像中哪一個區域。

與此同時，因爲目標會出如今圖像或是視頻幀中的任何位置，目標的形態變幻無窮，圖像或是視頻幀的背景千差萬別，諸多因素都使得目標檢測對計算機來講是一個具備挑戰性的問題。目前主流的方法是FasterRCNN、YOLO和SSD，本文使用SSD進行實驗。

3.PaddlePaddle簡介

            第一次聽到PaddlePaddle是在CCF前線研討會上，當時幾我的聊起來關於機器學習算法平臺的事情，有一位小夥伴提起了這個名字，因此一段時間以來我一直認爲這是一個機器學習算法平臺。直到16年百度開源了PaddlePaddle我才知道，原來這是一個能夠跟TensorFlow媲美的深度學習框架，主打「易用、高效、靈活、可擴展」。因此，簡單來講，PaddlePaddle就是百度自研的一套深度學習框架（看過發佈會後瞭解到，百度爲此創建了一套覆蓋面很是廣的生態，包括金融、推薦、決策等，但筆者主要是對PaddlePaddle的核心框架進行測評，不在此浪費過多筆墨了）。

3.1如何安裝

筆者的工做站是Ubuntu 16.04系統，PaddlePaddle在CentOS和Ubuntu都支持pip安裝和docker安裝，GPU版本在Linux下也能夠完美適配。下面來看一下具體的安裝步驟。

首先咱們使用cat /proc/cpuinfo | grep avx2來查看咱們的Ubuntu系統是否支持avx2指令集，若是發現系統返回了以下一系列信息，就說明系統是支持avx2指令集的，能夠放心進行後續安裝。若是不支持也不要緊，在官網上能夠直接下載no_avx的whl包進行安裝。

            接下來使用pip安裝最新的Fluid v1.1版本的PaddlePaddle(GPU)，在安裝前注意，須要在機器上安裝python3.5-dev才能夠用pip安裝PaddlePaddle。下載速度會比較慢，須要20分鐘左右的下載時間。

安裝完成後，在python裏import paddle測試一下，若是成功導入則說明安裝成功！

 

            在更新的Paddle Fluid v1.1版本中還特地優化了對MacOS的支持，能夠直接經過pip安裝，也能夠用源碼編譯安裝。具體細節可參考：http://www.paddlepaddle.org/documentation/docs/zh/1.1/beginners_guide/install/Start.html

3.2PaddlePaddle的計算描述方式

框架的計算描述方式是深度學習項目開發者很是關注的一個問題。計算的描述方式經歷了從Caffe1.0時代的一組連續執行的layers到TensorFlow的變量和操做構成的計算圖再到PaddlePaddle Fluid[1]提出再也不有模型的概念一系列的演變。那麼PaddlePaddle如今是怎麼描述計算的呢？

            PaddlePaddle使用Program來描述模型和優化過程，能夠把它簡單理解爲數據流的控制過程。Program由Block、Operator和Variable構成，variable和operator被組織成爲多個能夠嵌套的block。具體的，若是要實現一個神經網絡，咱們只須要經過添加必要的variable、operator來定義網絡的前向計算，而反向計算、內存管理、block建立都由框架來完成。下面展現一下如何在PaddlePaddle中定義program：

以一個簡單的線性迴歸爲例，咱們這樣定義前向計算邏輯：

#定義輸入數據類型

x=fluid.layers.data(name="x",shape=[1],dtype='float32')

#搭建全鏈接網絡

y_predict=fluid.layers.fc(input=x,size=1,act=None)

定義好計算邏輯後，與TensorFlow同樣，下一步就須要定義損失函數，feed數據，開始訓練，feed數據也是在執行運算的時候進行，咱們先定義一下數據，這裏train_data 就是咱們的輸入數據，y_true是label：

train_data=numpy.array([[1.0],[2.0],[3.0],[4.0]]).astype('float32')

y_true = numpy.array([[2.0],[4.0],[6.0],[8.0]]).astype('float32')

添加均方偏差損失函數(MSE)，框架會自動完成反向計算：

cost = fluid.layers.square_error_cost(input=y_predict,label=y)

avg_cost = fluid.layers.mean(cost)

執行咱們定義的上述Program：

cpu = fluid.core.CPUPlace()

exe = fluid.Executor(cpu)

exe.run(fluid.default_startup_program())

#開始訓練

outs = exe.run(

    feed={'x':train_data,'y':y_true},

    fetch_list=[y_predict.name,avg_cost.name])

#觀察結果

print outs

輸出結果：

[array([[0.9010564],

    [1.8021128],

    [2.7031693],

    [3.6042256]], dtype=float32), array([9.057577], dtype=float32)]

這樣就用PaddlePaddle實現了簡單的計算流程，我的感受使用起來跟TensorFlow的類似度較高，習慣在TensorFlow上跑模型的小夥伴應該很容易適應PaddlePaddle的這一套生態。

            關於PaddlePaddle計算描述的詳情能夠參考Fluid編程指南：http://www.paddlepaddle.org/documentation/docs/zh/1.1/beginners_guide/programming_guide/programming_guide.html

3.3PaddlePaddle的模型庫簡介

    PaddlePaddle的核心框架內置了很是多的經典模型和網絡，涵蓋了幾乎全部主流的機器學習/深度學習任務，包括圖像、語音、天然語言處理、推薦等諸多方面。由於本文是作目標檢測，因此主要調研了一下圖像方面的模型庫，在此大體介紹一下。

            3.3.1分類

分類任務中的模型庫是最全面的，AlexNet、VGG、GoogleNet、ResNet、Inception、MobileNet、Dual Path Network以及SE-ResNeXt，2012年以來的經典圖像識別網絡都包含其中，每一個網絡模型是一個獨立的py文件，裏面是這個網絡模型的類，類裏面公用的方法是net()，在調用時初始化對應的類以後調用.net()方法，就能夠獲得對應網絡的Program描述，以後只須要給網絡feed數據、定義損失函數、優化方法等就能夠輕鬆使用了。分類模型做爲圖像任務的基礎任務，在目標檢測、語義分割等任務中都會重複利用這些模型，因此這樣一個模型庫能夠爲大大簡化後續任務的開發工做。這部分的模型庫裏的寫法比較統一，只要瞭解網絡結構，用.net()方法調用就能夠，這裏就不一一介紹了，具體能夠參考：https://github.com/PaddlePaddle/models/tree/develop/fluid/PaddleCV/image_classification/models。

 

3.3.2目標檢測

SSD

Single Shot MultiBox Detector (SSD) 是一種單階段的目標檢測器。與兩階段的檢測方法不一樣，單階段目標檢測並不進行區域推薦，而是直接從特徵圖迴歸出目標的邊界框和分類機率。SSD 運用了這種單階段檢測的思想，而且對其進行改進：在不一樣尺度的特徵圖上檢測對應尺度的目標。以下圖所示，SSD 在六個尺度的特徵圖上進行了不一樣層級的預測。每一個層級由兩個3x3卷積分別對目標類別和邊界框偏移進行迴歸。所以對於每一個類別，SSD 的六個層級一共會產生38x38x4 + 19x19x6 + 10x10x6 + 5x5x6 + 3x3x4 + 1x1x4 = 8732 個檢測結果。

 

SSD 目標檢測模型

 

SSD 能夠方便地插入到任何一種標準卷積網絡中，好比VGG、ResNet 或者MobileNet，這些網絡被稱做檢測器的基網絡。PaddlePaddle裏的SSD使用Google的MobileNet做爲基網絡。

目標檢測模型庫不一樣於分類模型庫，PaddlePaddle是以一個工程的形式提供SSD的模型庫。工程裏面包含以下文件：

其中，train.py、reader.py、mobilenet_ssd.py是與網絡訓練相關的文件，包括數據讀取、網絡結構、訓練參數等過程的定義都在這3個文件中；eval.py、eval_coco_map.py是網絡預測評估相關文件；infer.py是可視化預測結果相關文件。Data文件夾用於存儲數據集，使用時能夠把訓練集、測試集、驗證集放在data目錄下，reader會在data目錄下尋找圖片數據加載；pretrained目錄存放預訓練模型，若是不想從頭訓練一個SSD，能夠把預訓練好的模型放在這個目錄下，方便進行遷移學習。

4.PaddlePaddle實現SSD的目標檢測

有了上述的一些基礎，咱們就能夠輕鬆使用PaddlePaddle上手一些項目了。如今咱們就來實現一個基於SSD的目標檢測任務。

4.1服務器配置

            系統：Ubuntu 16.04

            GPU：NVIDIA GTX 1080*4 顯存：8GB

            環境：python 3.5

4.2框架配置

            Paddle Fluid v1.1 GPU版本

4.3數據準備

            咱們使用微軟的COCO2017數據集來預訓練模型（PaddlePaddle提供了一個基於COCO的預訓練模型，能夠直接使用），COCO數據集是微軟團隊獲取的一個能夠用來圖像recognition+segmentation+captioning 數據集，其官方說明網址：http://mscoco.org/。微軟在ECCV Workshops裏發表文章《Microsoft COCO: Common Objects in Context》更充分地介紹了該數據集。COCO以場景理解爲目標，從複雜場景中截取了328,000張影像，包括了91類目標和2,500,000個label。整個COCO2017數據集20G，官網下載很是慢，能夠在國內找一些鏡像站下載，數據集裏分好了訓練集、測試集和驗證集，標註和file_list用json文件保存。

            拿到預訓練數據集後，咱們在Pascal VOC數據集上對模型進行進一步訓練，作一下微調。Pascal VOC數據集相較COCO數據集來講圖片數量和種類小不少，共計20類，11540張訓練圖片，標註採用xml格式文件保存。

4.4數據讀取

            圖片格式爲jpg，須要對圖像進行轉碼讀取，SSD中的reader.py文件幫助咱們實現了這個功能，內置的數據讀取使用了一個生成器來逐個batch讀取圖片並轉碼，這樣內存佔用率很是低。因爲咱們機器內存不大，設置的batch爲32，在此狀況下load十萬張圖片的annotation只須要17秒左右，每個batch的load+train時間只須要0.3秒左右。

能夠看一下這個reader的核心代碼：

    defreader():

        ifmode =='train'andshuffle:

            np.random.shuffle(images)

        batch_out =[]

        forimage inimages:

            image_name =image['file_name']

            image_path =os.path.join(settings.data_dir,image_name)

 

            im =Image.open(image_path)

            ifim.mode =='L':

                im =im.convert('RGB')

            im_width,im_height =im.size

            im_id =image['id']

 

            # layout: category_id | xmin | ymin | xmax | ymax | iscrowd

            bbox_labels =[]

            annIds =coco.getAnnIds(imgIds=image['id'])

            anns =coco.loadAnns(annIds)

            forann inanns:

                bbox_sample =[]

                # start from 1, leave 0 to background

                bbox_sample.append(float(ann['category_id']))

                bbox =ann['bbox']

                xmin,ymin,w,h =bbox

                xmax =xmin +w

                ymax =ymin +h

                bbox_sample.append(float(xmin)/im_width)

                bbox_sample.append(float(ymin)/im_height)

                bbox_sample.append(float(xmax)/im_width)

                bbox_sample.append(float(ymax)/im_height)

                bbox_sample.append(float(ann['iscrowd']))

                bbox_labels.append(bbox_sample)

            im,sample_labels =preprocess(im,bbox_labels,mode,settings)

            sample_labels =np.array(sample_labels)

            iflen(sample_labels)==0:continue

            im =im.astype('float32')

            boxes =sample_labels[:,1:5]

            lbls =sample_labels[:,0].astype('int32')

            iscrowd =sample_labels[:,-1].astype('int32')

            if'cocoMAP'insettings.ap_version:

                batch_out.append((im,boxes,lbls,iscrowd,

                                  [im_id,im_width,im_height]))

            else:

                batch_out.append((im,boxes,lbls,iscrowd))

            iflen(batch_out)==batch_size:

                yieldbatch_out

                batch_out =[]

能夠看到，這裏的reader是一個生成器，逐個batch把數據load進內存。在數據讀取過程當中，須要注意一下幾點：

1. 數據集須要放在項目的data目錄下，reader經過annotations下的instances_train2017.json文件區分訓練集和驗證集，不須要在data目錄下用文件夾區分訓練集和驗證集。

2. 若是數據沒有按要求保存，則須要在reader.py修改數據路徑：

classSettings(object):

    def__init__(self,

                 dataset=None,

                 data_dir=None,

                 label_file=None,

                 resize_h=300,

                 resize_w=300,

                 mean_value=[127.5,127.5,127.5],

                 apply_distort=True,

                 apply_expand=True,

                 ap_version='11point'):

        self._dataset =dataset

        self._ap_version =ap_version

        # 把data_dir替換爲數據所在路徑

        self._data_dir =data_dir

        if'pascalvoc'indataset:

            self._label_list =[]

            label_fpath =os.path.join(data_dir,label_file)

            forline inopen(label_fpath):

                self._label_list.append(line.strip())

3. 若是遇到NoneType is not iterable的錯誤，通常是因爲數據讀取錯誤致使的，仔細檢查文件路徑應該能夠解決。

4. 讀取PascalVOC數據集用reader.py文件中的pascalvoc()函數，兩個數據集的文件結構和標註不太同樣，Paddle爲咱們寫好了兩個版本數據集的讀取方法，能夠直接調用。

4.5模型訓練

            數據讀取完成後，就能夠着手開始模型的訓練了，這裏直接使用PaddlePaddle SSD model裏面的train.py進行訓練：

python-u train.py 

train.py裏爲全部的超參數都設置了缺省值，不熟悉PaddlePaddle參數調整的工程師能夠直接用缺省參數進行訓練，很是方便。若是須要，能夠根據下表進行對應超參數的修改：

參數名	類型	意義
learning_rate	Float	學習率
batch_size	Int	Batch大小
epoc_num	Int	迭代次數
use_gpu	Bool	是否使用GPU訓練
parallel	Bool	是否使用多卡訓練
dataset	Str	數據集名稱
model_save_dir	Str	模型保存路徑
pretrained_model	Str	預訓練模型路徑(若是使用)
image_shape	Str	輸入圖片尺寸
data_dir	Str	數據集路徑

在執行腳本時，傳入相應的參數值便可，例如：

python-u train.py --batch_size=16--epoc_num=1--dataset='pascalvoc'--pretrained_model='pretrain/ssd_mobilenet_v1_coco/'

      

4.5.1單機多卡配置

  單機多卡的配置相較於多機多卡配置較爲簡單，參數須要先在GPU0上初始化，再經由fluid.ParallelExecutor() 分發到多張顯卡上。這裏可使用fluid.core.get_cuda_device_count()獲得可用顯卡數量，也能夠本身定義用幾張顯卡。

train_exe=fluid.ParallelExecutor(use_cuda=True,loss_name=loss.name,

                             main_program=fluid.default_main_program())

train_exe.run(fetch_list=[loss.name],feed={...})

4.5.2參數調整

PaddlePaddle這一套SSD模型給了使用者很是大的自由度，能夠對網絡結構、損失函數、優化方法等多個角度對模型進行調整。本文采用的是基於MobileNet的SSD，若是想使用基於VGG的SSD，能夠本身修改工程中的mobilenet_ssd.py文件，把裏面定義的MobileNet Program更改成VGG的Program描述就能夠了；若是須要修改損失函數或優化方法，則在train.py中找到build_program()函數，在

withfluid.unique_name.guard("train"):

     loss =fluid.layers.ssd_loss(locs,confs,gt_box,gt_label,box,

                        box_var)

     loss =fluid.layers.reduce_sum(loss)

     optimizer =optimizer_setting(train_params)

     optimizer.minimize(loss)

裏修改損失函數或優化器便可；修改batch_num、epoch_num、learning rate等參數能夠直接在train.py傳入參數中進行。

4.5.3模型保存

模型在COCO數據集上訓練完後，能夠用fluid.io.save_persistables()方法將模型保存下來，咱們實現了以下save_model()函數來將模型保存到指定路徑。

defsave_model(postfix,main_prog,model_path):

    model_path =os.path.join(model_save_dir,postfix)

    ifos.path.isdir(model_path):

        shutil.rmtree(model_path)

    print('save models to %s'%(model_path))

    fluid.io.save_persistables(exe,model_path,main_program=main_prog)

 

4.5.4繼續訓練

訓練過程有時候會被打斷，只要每一個過幾個batch保存一下模型，咱們就能夠經過load_vars()方法來恢復已經保存的模型來繼續訓練或者用於預測。文中提到的這些API，你們能夠去PaddlePaddle的官網教程上進行更系統的學習和查看，PaddlePaddle提供了大量的中文文檔和使用教程，對中文使用者能夠說是很是友好的了。

fluid.io.load_vars(exe,pretrained_model,main_program=train_prog,predicate=if_exist)

4.5.5性能參數

            訓練速度：在COCO2017數據集上單卡訓練，迭代1個epoch耗時3 min33s；單機4卡訓練，迭代1個epoch耗時1min02s。

            CPU/GPU佔用率：正常訓練狀況下CPU佔用率在40%-60%之間，GPU佔用率穩定在50%左右。

CPU/GPU使用狀況

4.6模型評估

            在PaddlePaddle的SSD模型中，可使用eval.py腳本進行模型評估，能夠選擇11point、integral等方法來計算模型在驗證集上的mAP。

python eval.py --dataset='pascalvoc'--model_dir='train_pascal_model/best_model'--data_dir='data/pascalvoc'--test_list='test.txt'--ap_version='11point'--nms_threshold=0.45

            其中，model_dir是咱們訓練好的模型的保存目錄，data_dir是數據集目錄，test_list是做爲驗證集的文件列表（txt文件），前提是這些文件必需要有對應的標籤文件，ap_version是計算mAP的方法，nms_threshold是分類閾值。最後咱們獲得PaddlePaddle SSD模型在Pascal VOC數據集上的mAP爲73.32%[2]

模型	預訓練模型	訓練數據	測試數據	mAP
MobileNet-v1-SSD 300x300	COCO MobileNet SSD	VOC07+12 trainval	VOC07 test	73.32%

 

 

4.7模型預測及可視化

4.7.1模型預測

模型訓練完成後，用test_program = fluid.default_main_program().clone(for_test=True)將Program轉換到test模式，而後把要預測的數據feed進Executor執行Program就能夠計算獲得圖像的分類標籤、目標框的得分、xmin、ymin、xmax、ymax。具體過程以下：

test_program=fluid.default_main_program().clone(for_test=True)

image=fluid.layers.data(name='image',shape=image_shape,dtype='float32')

locs,confs,box,box_var =mobile_net(num_classes,image,image_shape)

nmsed_out=fluid.layers.detection_output(

locs,confs,box,box_var,nms_threshold=args.nms_threshold)

place=fluid.CUDAPlace(0)ifargs.use_gpu elsefluid.CPUPlace()

exe =fluid.Executor(place)

nmsed_out_v,=exe.run(test_program,

                       feed=feeder.feed([[data]]),

                       fetch_list=[nmsed_out],

                       return_numpy=False)

nmsed_out_v=np.array(nmsed_out_v)

 

4.7.2預測結果可視化

對於目標檢測任務，咱們一般須要對預測結果進行可視化進而得到對結果的感性認識。咱們能夠編寫一個程序，讓它在原圖像上畫出預測框，核心代碼以下：

defdraw_bounding_box_on_image(image_path,nms_out,confs_threshold,

                               label_list):

    image =Image.open(image_path)

    draw =ImageDraw.Draw(image)

    im_width,im_height =image.size

 

    fordt innms_out:

        ifdt[1]<confs_threshold:

            continue

        category_id =dt[0]

        bbox =dt[2:]

        xmin,ymin,xmax,ymax =clip_bbox(dt[2:])

        (left,right,top,bottom)=(xmin *im_width,xmax *im_width,

                                      ymin *im_height,ymax *im_height)

        draw.line(

            [(left,top),(left,bottom),(right,bottom),(right,top),

             (left,top)],

            width=4,

            fill='red')

        ifimage.mode =='RGB':

            draw.text((left,top),label_list[int(category_id)],(255,255,0))

    image_name =image_path.split('/')[-1]

    print("image with bbox drawed saved as {}".format(image_name))

    image.save(image_name)

這樣，咱們能夠很直觀的看到預測結果：

使人欣喜的是，PaddlePaddle的SSD模型中幫咱們實現了完整的一套預測流程，咱們能夠直接運行SSD model下的infer.py腳本使用訓練好的模型對圖片進行預測：

python infer.py --dataset='coco'--nms_threshold=0.45--model_dir='pretrained/ssd_mobilenet_v1_coco'--image_path='./data/ pascalvoc/VOCdevkit/VOC2012/JPEGImages/2007_002216.jpg'

 

4.8模型部署

            PaddlePaddle的模型部署須要先安裝編譯C++預測庫，能夠在http://www.paddlepaddle.org/documentation/docs/zh/1.1/user_guides/howto/inference/build_and_install_lib_cn.html下載安裝。預測庫中提供了Paddle的預測API，預測部署過程大體分爲三個步驟：1.建立PaddlePredictor；2.建立PaddleTensor傳入PaddlePredictor中；3.獲取輸出PaddleTensor，輸出結果。這部分操做也並不複雜，並且Paddle的教程中也提供了一份部署詳細代碼參考，你們能夠很快地利用這個模板完成模型部署(https://github.com/PaddlePaddle/Paddle/tree/develop/paddle/fluid/inference/api/demo_ci)

5.使用感覺

ü 中文社區支持好

在搭建SSD過程當中，遇到了一些問題，例如segmentation fault、NoneType等，筆者直接在paddle的GitHub上提了相關issue，很快就獲得了contributor的回覆，問題很快獲得瞭解決。

ü 教程完善

PaddlePaddle的官網上提供了很是詳盡的中英文教程，相較於以前學TensorFlow的時候常常看文檔看半天才能理解其中的意思，PaddlePaddle對於中文使用者真是一大福音。

ü 相比較TensorFlow，總體架構簡明清晰，沒有太多難以理解的概念。

ü 模型庫豐富

內置了CV、NLP、Recommendation等多種任務經常使用經典的模型，能夠快速開發迭代AI產品。

ü 性能優越，生態完整

從此次實驗的結果來看，PaddlePaddle在性能上與TensorFlow等主流框架的性能差異不大，訓練速度、CPU/GPU佔用率等方面均表現優異，並且PaddlePaddle已經佈局了一套完整的生態，前景很是好。

6.總結

            總體來講，PaddlePaddle是一個不錯的框架。因爲設計簡潔加之文檔、社區作的很好，很是容易上手，在使用過程當中也沒有很是難理解的概念，用fluid Program定義網絡結構很方便，對於以前使用過TensorFlow的工程師來講能夠比較快速的遷移到PaddlePaddle上。此次實驗過程當中，仍是發現了一些PaddlePaddle的問題，訓練過程若是意外終止，Paddle的訓練任務並無被徹底kill掉，依然會佔用CPU和GPU大量資源，內存和顯存的管理還須要進一步的提升。不過，實驗也證明了，正常狀況下PaddlePaddle在SSD模型上的精度、速度等性能與TensorFlow差很少，在數據讀取操做上比TensorFlow要更加簡潔明瞭。

 

---

[1]PaddlePaddle Fluid是2016年百度對原有PaddlePaddle的重構版本，如無特殊說明，本文中所述PaddlePaddle均指PaddlePaddle Fluid。

[2]此處引用了官方的評估結果，數據來源：https://github.com/PaddlePaddle/models/blob/develop/fluid/PaddleCV/object_detection/README_cn.md#%E6%A8%A1%E5%9E%8B%E8%AF%84%E4%BC%B0