用PaddlePaddle 实现方针检测使命——Paddle Fluid v1.1深度测评

在搭建SSD进程中，碰着了一些题目，譬喻segmentation fault、NoneType等，笔者直接在paddle的GitHub上提了相干issue，很快就获得了contributor的回覆，题目很快获得了办理。

• 教程完美

PaddlePaddle的官网上提供了很是细致的中英文教程，相较于之前学TensorFlow的时辰常常看文档看半天才气领略个中的意思，PaddlePaddle对付中文行使者真是一大福音。

• 对较量TensorFlow，整体架构简明清楚，没有太多灾以领略的观念。
• 模子库富厚

内置了CV、NLP、Recommendation等多种使命常用经典的模子，可以快速开拓迭代AI产物。

• 机能良好，生态完备

从这次尝试的功效来看，PaddlePaddle在机能上与TensorFlow等主流框架的机能不同不大，逊?з度、CPU/GPU占用率等方面均示意优秀，并且PaddlePaddle已经机关了一套完备的生态，远景很是好。

整体来说，PaddlePaddle是一个不错的框架。因为计划简捷加之文档、社区做的很好，很是轻易上手，在行使进程中也没有很是难领略的观念，用fluid Program界说收集布局很利便，对付之前行使过TensorFlow的工程师来说可以较量快速的迁徙到PaddlePaddle上。这次尝试进程中，照旧发明白一些PaddlePaddle的题目，实习进程假快不测终止，Paddle的实习使命并没有被完全kill掉，依然会占用CPU和GPU大量资源，内存和显存的打点还必要进一步的进步。不外，尝试也证实了，正常环境下PaddlePaddle在SSD模子上的精度、速率等机能与TensorFlow差不多，在数据读取操纵上比TensorFlow要越发简捷明白。

1. PaddlePaddle Fluid是2016年百度对原有PaddlePaddle的重构版本，如无非凡声名，本文中所述PaddlePaddle均指PaddlePaddle Fluid。

2. 此处引用了官方的评估功效，数据来历：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

【51CTO原创稿件，相助站点转载请注明原文作者和出处为51CTO.com】

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!