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YOLO V3实现AI识虫项目，让你感受技术硬实力。

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-Faster-RCNN、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 Imagev5、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。