zhengchun/PaddleX: https://github.com/PaddlePaddle/PaddleX.git @ 1530d92fc82cf5098cb3251c16e2629d6239c36d

https://github.com/PaddlePaddle/PaddleX.git

1 Větve

an1018 1530d92fc8 update README		před 3 roky
.github	8e54e1254a update issue templates	před 4 roky
PaddleClas @ a3b54f15d5	319c1fceb7 update ppcls	před 4 roky
PaddleDetection @ 692d732994	574c36e2d3 training rcnn mdoel w/ negative sample supports bs>1	před 3 roky
PaddleSeg @ eb3a98f4c1	ecefcd9c2b mv dygraph to home directory	před 4 roky
deploy	388aceef3a add __declspec(dllexport) instruction	před 3 roky
docs	b781b3c619 fix wrong links in docs/gui	před 3 roky
examples	1530d92fc8 update README	před 3 roky
paddlex	b8be26bff0 Include bb value in warning message	před 3 roky
paddlex_restful	41aba5f820 fix cosine learning rate setting error for restful classification	před 3 roky
static	1c99c82a5a Update visualize.md	před 3 roky
tools	87c688edf6 add encrypted model loading	před 5 roky
tutorials	a64b2ce6a6 update picodet tutorial trainign configuration	před 4 roky
.DS_Store	1530d92fc8 update README	před 3 roky
.gitmodules	ecefcd9c2b mv dygraph to home directory	před 4 roky
.pre-commit-config.yaml	1ce45ab083 pre-commit migrate-config	před 4 roky
LICENSE	ed1a896d6e Initial commit	před 5 roky
README.md	1530d92fc8 update README	před 3 roky
commit-prepare.sh	9ccb8108a0 first commit	před 5 roky
requirements.txt	8164ecfb7e update requirements	před 3 roky
setup.py	f47bf2f477 update setup.py	před 4 roky

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

近期活动

为了更好的满足大家对部署需求，PaddleX举办《工业级视觉算法跨平台部署方案深入解析》两日课。

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
基于C#实现的Windows系统高效部署方案欢迎体验
从0-1构建工业级部署线程池，欢迎体验

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

2021.09.10 PaddleX发布2.0.0正式版本。

全新发布Manufacture SDK，支持多模型串联部署。欢迎体验
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
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。欢迎体验
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

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

产业级应用示例

安防
- 安全帽检测 | 火灾/烟雾检测
工业视觉
- 表计读数 | 钢筋计数 | 视觉辅助定位抓取

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
- 视频教程：图像分类 | 目标检测 | 语义分割 | 实例分割
API开发模式
Restful API开发模式
- 使用说明

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
- C++部署
  - C++源码编译
  - C#工程化示例
- Python部署
- 服务化部署
- HubServing部署（Python）
- 基于ONNX部署（C++）
- OpenVINO推理引擎
- Triton部署
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：957286141 (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 （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）

README.md