我们的生活正因AI技术的落地应用而不断走向智能化 —— 拍照搜索、视频中物体定位、AR眼镜、无人零售货柜、安防领域中的人脸识别、制造业中的缺陷检测、医学领域中的病灶检测、农业领域中的害虫识别监控……而这些都离不开“目标检测”技术。图像中的目标检测是计算机视觉领域一个经典问题，目前已广泛应用在互联网、安防、制造、金融、医疗、零售、智慧城市等多个行业。

12月14日，百度AI快车道将走进深圳带来关于目标检测的“深度干货”，为CV开发者“撒福利”！本期PaddleDetection目标检测专场，将由两位百度深度学习技术平台部高级工程师进行专业讲解。他们将不仅为我们介绍飞桨目标检测开发套件及产业应用案例，还将手把手教大家利用YOLOV3实现AI识虫项目，让你感受技术硬实力。

如果你对这样丰富的深度学习理论加实战课程感到心动，就赶紧报名吧！

活动主题：

PaddleDetection飞桨目标检测开发套件以及产业应用分享

课程时间&地点：

2019年12月14日

深圳百度国际大厦

课程安排：

●13:30-14:00 签到、现场交流

●14:00-14:15 飞桨产业级深度学习开源开放平台全景介绍

●14:15-15:15 PaddleDetection飞桨目标检测开发套件以及产业应用分享

●15:15-15:45 应用QA

●16:00-17:00 YOLO V3应用实战——AI识虫项目

关于PaddleDetection

PaddleDetection是基于飞桨的图像检测库， 包含了主流检测算法以及一系列优化组件，算法方面包括FasterRCNN、MaskRCNN、Cascade R-CNN、Cascade-Mask-RCNN、RetinaNet、SSD、YOLOv3等通用物体检测模型，以及Faceboxes、BlazeFace系列人脸检测模型。优化组件包含跨卡同步的Batch Norm，Group Norm, DeformableConv等算子，以及多尺度训练/测试、softnms等功能以及支持混合精度训练。主要具备以下几个特点:

●模块化设计:

依据检测算法流程，模块化设计各个组件，使得骨干网络、优化组件、数据预处理、数据集等均可灵活定制和扩展。

●模型丰富：

开源了基于COCO、Object365、Open Image v5、WIDER FACE等数据集的预训练模型总数超过70个，其中包括大规模目标检测挑战赛夺冠模型，在COCO上mAP高达53.3%。除基线模型外，还有一系列改进模型，例如基于ResNet-VD版本的系列检测模型， 相比ResNet原始版本mAP提高约1%-2%左右，改进版的YOLOv3在COCO上mAP高达41.3%，改进版的BlazeFace大小仅有234K，在端上评测相比原版加速约2倍。

●工业级部署：

PaddleDetection中提供了基于飞桨的高性能推理引擎的部署方案，对于Linux和Windows都提供了良好的支持，使得训练和部署可以无缝衔接。支持基于TensorRT和MKLDNN加速推理，在众多模型上相比竞品具备速度优势。

关于AI快车道

百度 AI 快车道企业深度学习实战营是百度依托自身深厚的深度学习技术实践经验，面向有 AI 技术需求企业的算法工程师、架构师群体提供的快速应用扶持计划。

计划的学习内容囊括了10套工程实施与深度学习技术落地结合的详细方案，覆盖百度领先的AI技术和业务应用场景的深入剖析，如OCR、精密仪器质检、推荐排序经典场景、遥感图像处理等；源于百度业务实践的深度学习平台飞桨的性能优势、模型优势、生态优势的解读；百度自研和顶级学术会议魁首算法、预训练模型的详细介绍，还有与案例和算法紧密相扣的在线实验，并以“学来即用”的课程，进行业务问题定位、框架及算法的快速应用培训，为更多企业带去深度学习技术和经验分享。

点击阅读原文或扫描二维码

报名百度AI快车道目标检测专场吧！

点击文末阅读原文或以下链接即可报名：