行人检测-02-PPYOLOE-ONNX 是基于 PaddlePaddle 框架的 PP-YOLOE 行人检测模型。本模型可以检测图像中一个或多个行人，并给出每个行人对象的边界框以及相应的类别标签。更多信息，请参考 PP-YOLOE Human 检测模型。

模型基本信息

您可以在边缘智能控制台的 官方模型 列表访问本模型。下图展示了本模型的基本信息。

框架

本模型是 ONNX 格式的模型。

输入

输入说明：

• 本模型只支持同时输入一张图像。输入的是一个 RGB 图像，尺寸为 640 × 640 × 3（宽 × 高 × 通道数）。
• 输入的通道顺序为 NCHW。其中，N 表示批处理大小，C 表示通道数（3），H 表示图像的高度（640），W 表示图像的宽度（640）。
• 图像输入的缩放算法是 Bilinear。
• 图像输入正则化的均值为 [123.675, 116.28, 103.53]，缩放比例为 0.017352074。
• 通过 scale_factor 指定图像的缩放因子。如果设置为 [1, 1]，表示输出的边界框按照原始的图像缩放比例还原。

输出

目标类别标签

本模型可检测的目标对象的类别标签如下：

person

模型版本

本模型提供一个可部署版本。

模型部署

参考 部署模型服务进行模型服务的部署。在 部署模型服务 参数配置页面，修改以下配置：

调用示例

模型服务部署成功后，您可以下载客户端调用示例，用来验证此模型服务的效果。