目标检测作为计算机视觉领域的顶梁柱，不仅可以独立完成车辆、商品、缺陷检测等任务，也是人脸识别、视频分析、以图搜图等复合技术的核心模块，在自动驾驶、工业视觉、安防交通等领域的商业价值有目共睹。

在当前云、边、端多场景协同的产业大趋势下，运行速度、模型计算量、模型格式转化、硬件适配、统一部署方案等实际问题都需要考虑。而今天给大家推荐的全新发布的PP-YOLOE和PP-PicoDet增强版，相比YOLOv5、YOLOX等优秀算法，再一次将性能推到极致。

无论你追求的是高精度、轻量化，还是场景预训练模型，PP-YOLOE和PP-PicoDet增强版都能以业界超高标准满足你的需求。同时，统一的使用方式及部署策略，让你不再需要进行模型转化、接口调整，更贴合工业大生产标准化、模块化的需求。

开源地址：

https://github.com/PaddlePaddle/PaddleDetection

PP-YOLOE：高精度SOTA目标检测模型

PP-YOLOE根据不同应用场景设计了s/m/l/x，4个尺寸的模型来支持不同算力水平的硬件，无论是哪个尺寸，精度-速度都超越当前所有同等计算量下的YOLO模型！

✦性能卓越：具体来说，PP-YOLOE-l在COCO test-dev上以精度51.4%，TRT FP16推理速度149.2FPS的优异数据，相较YOLOX，精度提升1.3%，加速25%；相较YOLOv5，精度提升0.7%，加速26.8%。训练速度较PP-YOLOv2提高33%，大幅降低模型训练成本。

✦部署友好：与此同时，PP-YOLOE在结构设计上避免使用如deformable convolution或者matrix nms之类的特殊算子，使其能轻松适配更多硬件。当前已经完备支持NVIDIA V100、T4这样的云端GPU架构以及如Jetson系列等边缘端GPU和FPGA开发板。

下面，就让我们来一起看看具体是哪些策略给PP-YOLOE带来了如此显著的提升：

✔可扩展的backbone和neck：自研CSPRepResNet和CSPPAN k，在增强模型表征能力的同时提升了模型的推理速度，并且可以灵活地配置模型大小。

✔更高效的标签分配策略TAL(Task Alignment Learning)：使匹配结果可以同时获得最优的分类score和定位精度。

✔更简洁有效的ET-Head(Efficient Task-aligned Head)：基于TOOD的Head，使用ESE替换T-Head中的注意力模块，并使用shortcut和DFL分别进行分类和回归的对齐。在损失函数方面，则使用VFL替换BCE，保证了速度精度双高的目的。

PP-YOLOE完整代码实现：

https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.4/configs/ppyoloe

技术报告： https://arxiv.org/abs/2203.16250

PP-PicoDet：0.7M超超超轻量SOTA目标检测模型

超乎想象的超小体积及超预期的性能，使PP-PicoDet成为边缘、低功耗硬件部署的最佳选择，而此次发布更是在原有基础上再次升级：

✔更高精度：PP-PicoDet作为业界首个1M内，实现精度mAP（0.5：0.95）超越30+的模型，升级后整体精度提高2%。PP-PicoDet-S参数量仅有1.18M，却有32.5%mAP的精度，相较YOLOX-Nano高6.7%，推理速度提升了26%；相较NanoDet-Plus，相同参数量下，mAP高出2.1%

✔更快速度：在CPU上预测速度再次提升50%，最新增加的PP-PicoDet-XS更是仅有0.7M，在CPU上预测速度达到250FPS以上，与此同时训练速度也大幅提升一倍以上

✔更友好部署：为了部署更加轻松高效， PP-PicoDet在模型导出环节， 将模型的后处理包含在了网络中，支持预测直接输出检测结果，无需额外开发后处理模块，还能端到端加速10%-20%

✔更高效优化支持：考虑到端侧对计算量的优化追求是极致的，PP-PicoDet在模型量化训练和稀疏化压缩方案支持方面做了更深度的打磨，仅需两步，即可实现在移动端部署加速30%以上的效果。

PP-PicoDet代码实现：

https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.4/configs/picodet

技术报告地址： https://arxiv.org/abs/2111.00902

更多开源社区优秀算法，统一、极致的开发体验

以上所有模型、代码及使用文档、Demo均在PaddleDetection中开源提供，此外如YOLOv4、YOLOX及SwinTransformer等在内的前沿优秀算法与Faster-RCNN、YOLOv3等经典算法也被收录其中，并且提供了极致简单、统一的使用方式。

部署方面得益于飞桨原生推理库Paddle Inference及飞桨端侧推理框架Paddle Lite的能力，通过支持TensorRT和OpenVino，开发者可以快速完成在服务端和边缘端GPU或ARM CPU、NPU等硬件上的高性能加速部署。

此外，PaddleDetection还支持一键导出为ONNX格式，顺畅对接ONNX生态。

从此无需再内卷，通用目标检测，

这一个项目就够了！

https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.4

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

😝有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取==🆓