# 通用单目3D目标检测 ## 1. 任务简介 单目3D目标检测作为3D目标检测的任务之一，基于单张视觉图像预测目标的3D框，被广泛应用于自动驾驶等领域， 与典型的多传感器系统相比，单目3D检测提供了一种配置简单的解决方案。 点击右上角 `创建模型产线` 选择配置好的GPU、CPU环境，可以快速体验效果。 <center> <img src="https://user-images.githubusercontent.com/29754889/185546875-b8296cf4-f298-494b-8c15-201a2559d7ea.gif" width="600"> </center> ## 2. 模型选择和训练 本产线提供了CaDDN方案，可点击右上角 `创建模型产线` 体验方案的效果。 当通用任务无法满足特定场景时，推荐基于自有数据进行模型训练： | 场景方案 | 3DmAP Mod (%) | GPU 推理耗时(ms) | CPU 推理耗时(ms) | 模型存储大小 (MB)| 启动训练 | | -------- | -------- | -------- | -------- | --- | -- | | CaDDN |7.86 | 182.4 | - | 121 |[训练](https://aistudio.baidu.com/aistudio/modelsdetail?modelId=302)| **注：以上精度指标为 KITTI 验证集 3DmAP Mod，GPU 推理耗时基于 NVIDIA Tesla T4 机器，精度类型为 FP32。由于存在自定义算子，CPU 推理暂不支持。** ## 3 模型部署 - 部署支持情况： | 操作系统 | 支持硬件 | 支持接口 | | -------- | -------- | -------- | | Windows/Linux | NV GPU / X86 CPU | C++ / Python | - 部署流程： 1、点击右上角 `创建模型产线` ，完成模型训练后，在`工具箱模式`，根据实际部署硬件，选择下载 `FastDeploy` 部署包到本地，其中包括部署代码和预测模型； 2、参考部署包里面的Readme使用说明，在目标硬件上进行部署。 **注意：如果需要更新预测模型，可以直接修改部署包中的预测模型。**