行人分析工具PP-Human重磅升级！
五大异常行为一键识别
10余种预训练模型一站下载
10分钟快速新增识别类型
全流程保姆级教程，从技术选型、数据准备到模型部署全覆盖
图1：PP-Human v2全功能全景图
PP-Human集成了目标检测、目标跟踪、关键点检测、视频分类等硬核能力于一身，直接省去方案选型、模型搭建的步骤，一行命令即可实现快速推理，10分钟即可快速扩展个性化能力模块。不仅核心功能的性能直接拉满，还提供流畅顺滑的pipeline使用体验。
点击阅读原文获得链接
★ 欢迎Star收藏 ★
https://github.com/PaddlePaddle/PaddleDetection
图2：10+预训练模型可免费下载
PP-Human经由真实业务场景数据深度打磨优化，拥有适应不同光线、复杂背景下的人体属性特征分析、异常行为识别、出入口人流计数与轨迹绘制、跨镜跟踪四大核心功能。不仅如此，PP-Human还兼容单张图片、单路或多路视频等多种数据输入类型，更符合产业复杂的环境应用需求，同时考虑到产业自定义开发的需求，PP-Human还提供了模型训练与功能新增全流程教程。
本次全面升级的PP-Human v2无论是从功能丰富度、底层算法性能，还是从全流程易用性上都实现了显著的提升，可概括为以下三大特性：
四大产业特色功能：高性能易扩展的五大复杂行为识别、闪电级人体属性识别、一行代码即可实现的人流检测与轨迹留存以及高精度跨镜跟踪;
底层核心算法性能强劲：覆盖行人检测、跟踪、属性三类核心算法能力，对目标人数、光线、背景均无限制;
极低使用门槛：提供保姆级全流程开发及模型优化策略、一行命令完成推理、兼容各类数据输入格式。
特性一
四大产业特色功能
高性能易扩展的
五大复杂行为识别能力
图3：行为识别全景图
PP-Human v2针对最核心、高频的五种复杂异常行为识别（抽烟、打电话、闯入、打架、摔倒）分别构建了性价比最高的技术方案，无论是从精度速度，还是可扩展性上，都有绝对性的优势，先来看看它的性能：
图4：行为识别性能指标
模型下载链接：
https://github.com/PaddlePaddle/PaddleDetection/blob/develop/deploy/pipeline/docs/tutorials/action.md
贴心的PP-Human v2还为大家准备了针对以上五种核心技术的完整选型指南，作为选择困难症的福音，助力开发者快速完成方案选型。
图5：技术方案选型指南
不仅如此，以上五种核心技术方案可覆盖90%以上的常见行为识别，同时支持轻松扩展至全新动作类型。
图6：动作扩展流程图
动作类型扩展教程：
https://github.com/PaddlePaddle/PaddleDetection/blob/develop/docs/advanced_tutorials/customization/action_recognotion/README.md
闪电级人体属性识别
图7：人体属性分析效果示例
作为PP-Human v2本次重磅升级的属性识别能力，不仅支持眼镜、帽子、衣着等26种通用属性，更是提供高精度、超轻量及性能平衡三个版本，充分满足各类开发需求：
图8：性能表格
使用教程：
https://github.com/PaddlePaddle/PaddleDetection/blob/develop/deploy/pipeline/docs/tutorials/attribute.md
一行代码快速实现人流计数
PP-Human v2提供基于跟踪的人流检测，仅需开启对应参数即可实现去重人流统计，输出结果包括进入（in）和出去（out）的行人数量，适用于各类场景如商场、小区的人流监控。
图9：人流计数与轨迹绘制示例
使用教程：
https://github.com/PaddlePaddle/PaddleDetection/blob/develop/deploy/pipeline/docs/tutorials/mot.md
高精度的跨镜跟踪能力
在跨镜跟踪中，需要匹配在不同摄像头下出现的人，因此相对于跟踪任务，其更关注的是识别匹配问题，PP-Human v2采用一种多投票的方式，利用相同ID的多个目标特征组合，同时根据完整性、质量进行特征选择，最终提高匹配效果，而且其方法与ReID模型独立，可灵活更换任意ReID模型。
图10：跨镜跟踪
使用教程：
https://github.com/PaddlePaddle/PaddleDetection/blob/develop/deploy/pipeline/docs/tutorials/mtmct.md
特性二：
底层核心算法性能强劲
强大的功能背后缺少不了性能强劲的底层核心算法支撑，PP-Human v2引入前沿策略与创新设计，在行人检测、跟踪、属性识别三大核心算法均实现性能大幅提升，特别针对产业常见难点如ID Switch、密集遮挡等都进行了特殊优化，最终实现以下效果：
行人检测
精度提升1.5%，达到57.8mAP
采用云边一体高精度实时检测算法PP-YOLOE，与多场景开源数据集联合训练，大幅提高模型的泛化能力，同时结合Objects365预训练加速模型收敛过程，实现精度提升。
行人跟踪
精度提升10.2%，速度提升34%
高精度：MOTA 82.2、FPS 43
采用对遮挡和非线性运动鲁棒的OC-SORT跟踪器，极大改善遮挡导致的ID Switch。
轻量级：MOTA 73.9、FPS 70
依托PP-YOLOE S服务器端轻量级目标检测算法，达到了极高性价比的检测和跟踪性能。
图11：ID Switch对比图
属性识别
提供高精度、轻量级、性能平衡三版模型，精度提升0.6%、速度提升62.5%。
图12：属性性能指标图
特性三
极低开发门槛
升级后的PP-Human v2除了在性能和扩展性上做到极致之外，还针对五大行为识别、属性分析、人流计数/轨迹绘制（检测跟踪）、跨境跟踪四大能力均提供了从数据采集、标注、模型训练、优化、部署的全流程保姆级教程，再也不用为如何使用标注工具、拿不准优化策略之类的问题所烦恼了。
图13：全流程教程示例
文档教程链接：https://github.com/PaddlePaddle/PaddleDetection/tree/develop/docs/advanced_tutorials/customization
除此之外，PP-Human v2采用pipeline的方式串联各模块，输入部分支持单张图片，图片文件夹，单镜头视频和多镜头视频，通过命令行输入不同参数即可实现对应功能。
图14：一行命令输入示例
总而言之，PP-Human v2在性能SOTA的检测、关键点、跟踪、ReID等核心算法基础上，针对产业痛点特殊打磨，支持人体属性分析、五大行为识别、人流计数与轨迹绘制与跨镜跟踪四大功能，并提供了从选型到上线的端到端教程支持，从真正意义上实现功能好用、易用！
线上私享会
光看文档还不过瘾？为了让开发者们更深入的了解PP-Human v2这套多功能行人分析工具的使用，充分和开发者交流产品使用中遇到的难题，7月19日晚20点，PaddleDetection产研团队核心成员将和进群开发者一起召开一次线上讨论会，针对性地讨论目前大家遇到的问题与未来需求，欢迎大家扫码进群，获取7月19日线上会议链接，名额有限，抓紧报名。
扫码即刻报名
图片来源说明：以上所有图片视频来自开源数据集、免费商用网站、上海天覆科技企业。
关注【飞桨PaddlePaddle】公众号
获取更多技术内容~