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
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
- GUI开发模式
- API开发模式
- Restful API开发模式
3. 模型压缩
4. 模型部署
- 部署模型导出
- 部署方式概览
- 本地部署
- 服务化部署
- 基于ONNX部署(C++)
- 模型加密
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:169608643 (手机QQ扫描如下二维码快速加入)
🤗 贡献代码🤗
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
- 工业相机实时目标检测GUI (windows系统,基于pyqt5开发)
- 工业相机实时目标检测GUI (windows系统,基于C#开发)
- 基于QT实现的跨平台图形化部署工具,支持Windows、Linux系统和X86、ARM架构欢迎体验
- 从0-1构建工业级部署线程池,欢迎体验