https://github.com/PaddlePaddle/PaddleDetection/blob/release%2F2.5/deploy/pipeline/README.mdhttps://github.com/PaddlePaddle/PaddleDetection/blob/release%2F2.5/deploy/pipeline/README.md

GitHub - leeguandong/Xiaobao: videoclip，视频剪辑应用videoclip，视频剪辑应用. Contribute to leeguandong/Xiaobao development by creating an account on GitHub.https://github.com/leeguandong/Xiaobao这几天试用了paddledetection的几个开源的框架，pp-human、pp-vehicle等，paddle开源的人员追踪，行人识别等基础模型很有用，目前的ai基础能力上也很少有人去训练基础结构，基本都是通用模型加上点特点场景数据finetune就可以了，至于框架，其实在公司，如果是搜推广这块公司本身基建比较良好的对框架可能有要求，比如tf，大部分场景至少对训练框架是没有要求的，线上部署也是效果越好为主，部署的方式本身也不依赖与框架，转onnx等方式基本切割了框架限制，所以从应用角度上说，不管是paddle还是pytorch，只要好用就可以。我自己也稍微整合了点应用放在xiaobao中，也是为了熟悉paddle这一套推理流程。

整体代码的入口在pipeline中，是通过config的形式传入入参，config目前包括了huamn，vehicle的一些基本模型。模型的一些基本参数和外置参数配置在cfg_utils中。

download.py:主要是权重的下载，如果在config中配置提前下载了权重，基本就不用涉及这个模块。

datacollector.py: 是提前定义好的一些类，用来做数据结构。

pipeline.py：是整个推理的核心代码。