企业官网建设流程全解析

大多数会认为二者的差别微乎其微，实则不然。之所以出现这个误区是因为，大多数人把目标检测仅看作“识别“，这是很浅显的理念，更严谨的来讲YOLO只是一个单纯的检测模型”，而PaddleDetection是一个工业视觉框架（Framework），换句话来讲前者只是后者的子集。

补充：

将视线拉回实际应用中，在工业项目中更讲究的是成本而不是AI准确率有多高（并不是说精度不重要，而是综合整个项目来看），对于PaddleDetection来讲相比YOLO的高精度AI训练来说维护成本更低。

更确切的来讲如果我想去对我的工业项目进行改动：

对于YOLO来讲：重新训练模型

而对于PaddleDetection：姿态+规则

相比之下在工业项目中，在对时间成本和经济成本来讲选择PaddleDetection是最优解，这就验证了对于横向角度看YOLO依旧是最强的通用目标检测生态之一，但对于纵向角度来看PaddleDetection把检测、关键点、跟踪、多目标分析等能力整合成了一套更完整的工业视觉工具链。在实际的应用场景中，例如：智能工厂、工地安防、养老院....都是偏向于非纯YOLO的方案也就是PaddleDetection。