PaddleX Save

PaddlePaddle End-to-End Development Toolkit(『飞桨』深度学习全流程开发工具)

Project README

PaddleX

PaddleX -- 飞桨全流程开发工具,以低代码的形式支持开发者快速实现产业实际项目落地

近期动态

2021.12.10 PaddleX发布2.1.0版本

  • 新增超轻量分类模型PPLCNet,在Intel CPU上,单张图像预测速度约5ms,ImageNet-1K数据集上Top1识别准确率达到80.82%,超越ResNet152的模型效果 欢迎体验
  • 新增轻量级检测特色模型PP-PicoDet,第一个在1M参数量之内mAP(0.5:0.95)超越30+(输入416像素时),网络预测在ARM CPU下可达150FPS 欢迎体验
  • 升级PaddleX Restful API,支持飞桨动态图开发模式 欢迎体验
  • 新增检测模型负样本训练策略 欢迎体验
  • 新增python轻量级服务化部署 欢迎体验

详情内容请参考版本更新文档

产品介绍

:hugs: PaddleX 集成飞桨智能视觉领域图像分类目标检测语义分割实例分割任务能力,将深度学习开发全流程从数据准备模型训练与优化多端部署端到端打通,并提供统一任务API接口图形化开发界面Demo。开发者无需分别安装不同套件,以低代码的形式即可快速完成飞桨全流程开发。

:factory: PaddleX 经过质检安防巡检遥感零售医疗等十多个行业实际应用场景验证,沉淀产业实际经验,并提供丰富的案例实践教程,全程助力开发者产业实践落地。

安装与快速体验

PaddleX提供了图像化开发界面、本地API、Restful-API三种开发模式。用户可根据自己的需求选择任意一种开始体验

产业级应用示例

PaddleX 使用文档

本文档介绍了PaddleX从数据准备、模型训练到模型剪裁量化,及最终部署的全流程使用方法。

1. 数据准备

2. 模型训练/评估/预测

3. 模型压缩

4. 模型部署

5. 附录

常见问题汇总

交流与反馈

  • 项目官网:https://www.paddlepaddle.org.cn/paddle/paddlex
  • PaddleX用户交流群:957286141 (手机QQ扫描如下二维码快速加入)

    QR

:hugs: 贡献代码:hugs:

我们非常欢迎您为PaddleX贡献代码或者提供使用建议。如果您可以修复某个issue或者增加一个新功能,欢迎给我们提交Pull Requests。

开发者贡献项目

Open Source Agenda is not affiliated with "PaddleX" Project. README Source: PaddlePaddle/PaddleX

Open Source Agenda Badge

Open Source Agenda Rating