主体检测技术是目前应用非常广泛的一种检测技术，它指的是检测出图片中一个或者多个主体的坐标位置，然后将图像中的对应区域裁剪下来，进行识别，从而完成整个识别过程。主体检测是识别任务的前序步骤，可以有效提升识别精度。
主体检测是图像识别的前序步骤，被用于PaddleClas的PP-ShiTu图像识别系统中。PP-ShiTu中使用的主体检测模型基于PP-PicoDet。更多关于PP-ShiTu的介绍与使用可以参考：PP-ShiTu。
PP-ShiTu图像识别任务中，训练主体检测模型时主要用到了以下几个数据集。
| 数据集 | 数据量 | 主体检测任务中使用的数据量 | 场景 | 数据集地址 |
|---|---|---|---|---|
| Objects365 | 1700K | 173k | 通用场景 | 地址 |
| COCO2017 | 118K | 118k | 通用场景 | 地址 |
| iCartoonFace | 48k | 48k | 动漫人脸检测 | 地址 |
| LogoDet-3k | 155k | 155k | Logo检测 | 地址 |
| RPC | 54k | 54k | 商品检测 | 地址 |
在实际训练的过程中，将所有数据集混合在一起。由于是主体检测，这里将所有标注出的检测框对应的类别都修改为 前景 的类别，最终融合的数据集中只包含 1 个类别，即前景，数据集定义配置可以参考picodet_lcnet_x2_5_640_mainbody.yml。
| 模型 | 图像输入尺寸 | mAPval 0.5:0.95 |
mAPval 0.5 |
下载地址 | config |
|---|---|---|---|---|---|
| PicoDet-LCNet_x2_5 | 640*640 | 41.5 | 62.0 | trained model | inference model | log | config |