# PaddleX全面升级动态图,2.0.0-rc3发布!
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
## :heart:重磅功能升级 ### 全新发布Manufacture SDK,提供工业级多端多平台部署加速的预编译飞桨部署开发包(SDK),通过配置业务逻辑流程文件即可以低代码方式快速完成推理部署。[欢迎体验](https://github.com/PaddlePaddle/PaddleX/tree/develop/dygraph/deploy/cpp/docs/manufacture_sdk) ### PaddleX部署全面升级,支持飞桨视觉套件PaddleDetection、PaddleClas、PaddleSeg、PaddleX的端到端统一部署能力。[欢迎体验](https://github.com/PaddlePaddle/PaddleX/tree/develop/dygraph/deploy/cpp) ### 发布产业实践案例:钢筋计数、缺陷检测、机械手抓取、工业表计读数、Windows系统下使用C#语言部署。[欢迎体验](https://github.com/PaddlePaddle/PaddleX/tree/develop/dygraph/examples) ### 升级PaddleX GUI,支持30系列显卡、新增模型PP-YOLO V2、PP-YOLO Tiny 、BiSeNetV2。[欢迎体验](https://github.com/FlyingQianMM/PaddleX/blob/develop_qh/dygraph/docs/install.md#2-padldex-gui%E5%BC%80%E5%8F%91%E6%A8%A1%E5%BC%8F%E5%AE%89%E8%A3%85) [](LICENSE) [](https://github.com/PaddlePaddle/PaddleX/releases)    :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**到**多端部署**端到端打通,并提供**统一任务API接口**及**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。  ## PaddleX 使用文档 ### 1. 快速上手PaddleX * [快速安装PaddleX](./docs/install.md) * [PaddleX API开发模式安装](./docs/install.md#1-paddlex-api开发模式安装) * [PadldeX GUI开发模式安装](./docs/install.md#2-padldex-gui开发模式安装) * [PaddleX Restful开发模式安装](./docs/install.md#3-paddlex-restful开发模式安装) * [10分钟快速上手使用](./docs/quick_start.md) * [AIStudio在线项目示例](https://aistudio.baidu.com/aistudio/projectdetail/2159977) ### 2. 数据准备 * [数据格式说明](./docs/data/format/README.md) * [标注工具LabelMe的安装和启动](./docs/data/annotation/labelme.md) * [数据标注](./docs/data/annotation/README.md) * [手机拍照图片旋转](./docs/data/annotation/README.md) * [开始数据标注](./docs/data/annotation/README.md) * [数据格式转换](./docs/data/convert.md) * [数据划分](./docs/data/split.md) ### 3. 模型训练/评估/预测 * **PaddleX API开发模式:** * [API文档](./docs/apis) * [数据集读取API](./docs/apis/datasets.md) * [数据预处理和数据增强API](./docs/apis/transforms/transforms.md) * [模型API/模型加载API](./docs/apis/models/README.md) * [预测结果可视化API](./docs/apis/visualize.md) * [模型训练与参数调整](tutorials/train) * [模型训练](tutorials/train) * [训练参数调整](./docs/parameters.md) * [VisualDL可视化训练指标](./docs/visualdl.md) * [加载训好的模型完成预测及预测结果可视化](./docs/apis/prediction.md) * **PaddleX GUI开发模式:** - [图像分类](https://www.bilibili.com/video/BV1nK411F7J9?from=search&seid=3068181839691103009) - [目标检测](https://www.bilibili.com/video/BV1HB4y1A73b?from=search&seid=3068181839691103009) - [实例分割](https://www.bilibili.com/video/BV1M44y1r7s6?from=search&seid=3068181839691103009) - [语义分割](https://www.bilibili.com/video/BV1qQ4y1Z7co?from=search&seid=3068181839691103009) ### 4. 模型剪裁和量化 - [模型剪裁](tutorials/slim/prune) - [模型量化](tutorials/slim/quantize) ### 5. 模型部署 - [部署模型导出](./docs/apis/export_model.md) - [PaddleX Manufacture SDK低代码高效部署](./deploy/cpp/docs/manufacture_sdk) - [PaddleX/PaddleClas/PaddleDetection/PaddleSeg端到端高性能统一部署](./deploy/cpp) ### 6. 产业级应用示例 - [钢筋计数](examples/rebar_count) - [缺陷检测](examples/defect_detection) - [机械手抓取](examples/robot_grab) - [工业表计读数](examples/meter_reader) - [Windows系统下使用C#语言部署](examples/C%23_deploy) ### 7. 附录 - [PaddleX模型库](./docs/appendix/model_zoo.md) - [PaddleX指标及日志](./docs/appendix/metrics.md) - [无联网模型训练](./docs/how_to_offline_run.md) ## 版本更新 - **2021.07.06 v2.0.0-rc3** PaddleX部署全面升级,支持飞桨视觉套件PaddleDetection、PaddleClas、PaddleSeg、PaddleX的端到端统一部署能力。全新发布Manufacture SDK,提供工业级多端多平台部署加速的预编译飞桨部署开发包(SDK),通过配置业务逻辑流程文件即可以低代码方式快速完成推理部署。发布产业实践案例:钢筋计数、缺陷检测、机械手抓取、工业表计读数、Windows系统下使用C#语言部署。升级PaddleX GUI,支持30系列显卡、新增模型PP-YOLO V2、PP-YOLO Tiny 、BiSeNetV2。详细内容请参考[版本更新文档](./docs/CHANGELOG.md) - **2021.05.19 v2.0.0-rc** 全面支持飞桨2.0动态图,更易用的开发模式。 目标检测任务新增PP-YOLOv2, COCO test数据集精度达到49.5%、V100预测速度达到68.9 FPS。目标检测任务新增4.2MB的超轻量级模型PP-YOLO tiny。语义分割任务新增实时分割模型BiSeNetV2。C++部署模块全面升级,PaddleInference部署适配2.0预测库,支持飞桨PaddleDetection、PaddleSeg、PaddleClas以及PaddleX的模型部署;新增基于PaddleInference的GPU多卡预测;GPU部署新增基于ONNX的的TensorRT高性能加速引擎部署方式;GPU部署新增基于ONNX的Triton服务化部署方式。详情内容请参考[版本更新文档](./docs/CHANGELOG.md)。 ## 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)