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
* :fire: 发布飞桨AI套件[PaddleX](https://www.paddlepaddle.org.cn/paddle/paddleX) —— 精选产业实用模型的一站式开发平台。飞桨AI套件沿用旧版本PaddleX（本Repo）的名称和低代码理念，而且做了全面升级。
* :fire: 飞桨AI套件PaddleX，具有如下优势：
- 【丰富的算法库】提供36个精选模型，覆盖了10大AI任务场景，并附带模型推理benchmark数据。开发者可以根据业务需求轻松选择合适的模型，并进行开发和部署。
- 【简便的开发方式】支持无代码和低代码开发，只需四个简单步骤，即可完成全流程AI开发，包括数据处理、模型训练、验证和部署。
- 【高效的模型部署】平台提供强大的部署能力，支持快速实现产业级部署，实现跨平台、跨硬件的部署。
- 【多样的硬件支持】不仅能够在AI Studio云端使用，还支持在Windows本地环境使用，并正在积极扩展支持Linux版本、昆仑芯版本、昇腾版本和寒武纪版本。
- 【共赢的合作机会】除了提供便捷的AI应用开发工具，还为企业提供商业收益机会，共同探索更多商业空间，实现共同成长和共赢。
* :fire: 飞桨AI套件PaddleX的安装和使用，请参考[官网](https://www.paddlepaddle.org.cn/paddle/paddleX)。注意本Repo的代码和文档，只适用于旧版本PaddleX。
* :fire: 微信扫描下面二维码添加运营同学，并回复【paddlex】，会邀请您加入官方交流群，获得更高效的问题答疑。
飞桨AI套件【PaddleX】技术交流群二维码
## 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**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。
## 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
- [PadldeX GUI开发模式](./docs/quick_start_GUI.md)
- [PaddleX API开发模式](./docs/quick_start_API.md)
- [PaddleX Restful API开发模式](./docs/Resful_API/docs/readme.md)
- [快速产业部署](#4-模型部署)
## 产业级应用示例
- 安防
- [安全帽检测](./examples/helmet_detection) | [火灾/烟雾检测](./examples/fireSmoke_detection)
- 工业视觉
- [表计读数](./examples/meter_reader) | [钢筋计数](./examples/rebar_count) | [视觉辅助定位抓取](./examples/robot_grab)
## 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
- [数据准备流程说明](./docs/data)
- [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)
### 2. 模型训练/评估/预测
- [GUI开发模式](./docs/quick_start_GUI.md)
- 视频教程：[图像分类](./docs/quick_start_GUI.md/#视频教程) | [目标检测](./docs/quick_start_GUI.md/#视频教程) | [语义分割](./docs/quick_start_GUI.md/#视频教程) | [实例分割](./docs/quick_start_GUI.md/#视频教程)
- 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)
- [Restful API开发模式](./docs/Resful_API/docs)
- [使用说明](./docs/Resful_API/docs)
### 3. 模型压缩
- [模型剪裁](tutorials/slim/prune)
- [模型量化](tutorials/slim/quantize)
### 4. 模型部署
- [部署模型导出](./docs/apis/export_model.md)
- [部署方式概览](./deploy/README.md)
- 本地部署
- C++部署
- [C++源码编译](./deploy/cpp/README.md)
- [C#工程化示例](./deploy/cpp/docs/csharp_deploy)
- [Python部署](./docs/python_deploy.md)
- 服务化部署
- [HubServing部署（Python）](./docs/hub_serving_deploy.md)
- [基于ONNX部署（C++）](./deploy/cpp/docs/compile/README.md)
- [OpenVINO推理引擎](./deploy/cpp/docs/compile/openvino/README.md)
- [Triton部署](./deploy/cpp/docs/compile/triton/docker.md)
- [模型加密](./deploy/cpp/docs/demo/decrypt_infer.md)
### 5. 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)
## 常见问题汇总
- [GUI相关问题](./docs/FAQ/FAQ.md/#GUI相关问题)
- [API训练相关问题](./docs/FAQ/FAQ.md/#API训练相关问题)
- [推理部署问题](./docs/FAQ/FAQ.md/#推理部署问题)
## 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)
## :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
* [工业相机实时目标检测GUI](https://github.com/xmy0916/SoftwareofIndustrialCameraUsePaddle)
（windows系统，基于pyqt5开发）
* [工业相机实时目标检测GUI](https://github.com/LiKangyuLKY/PaddleXCsharp)
（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](https://github.com/cjh3020889729/The-PaddleX-QT-Visualize-GUI)
* 从0-1构建工业级部署线程池，[欢迎体验](https://github.com/ximitiejiang/model_infer_multiThreads)