PaddleX/dygraph

PaddleX全面升级动态图，2.0.0-rc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。

• PaddleX部署全面升级，支持飞桨视觉套件PaddleDetection、PaddleClas、PaddleSeg、PaddleX的统一部署能力。欢迎体验。

: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。

:heart:您可以前往 完整PaddleX在线使用文档目录 查看完整Read the Doc 格式的文档，获得更好的阅读体验:heart:

安装

PaddleX提供三种开发模式，满足用户的不同需求：

1. Python开发模式：

通过简洁易懂的Python API，在兼顾功能全面性、开发灵活性、集成方便性的基础上，给开发者最流畅的深度学习开发体验。

前置依赖

• paddlepaddle == 2.1.0
• 安装PaddlePaddle Develop版本，具体PaddlePaddle安装主页

安装方式

• git clone --recurse-submodules https://github.com/PaddlePaddle/PaddleX.git
• cd PaddleX/dygraph
• pip install -r requirements.txt
• pip install -r submodules.txt
• python setup.py install

特别说明 Windows除了执行上述命令外，还需要下载pycocotools

• pip install cython
• pip install git+https://gitee.com/jiangjiajun/philferriere-cocoapi.git#subdirectory=PythonAPI

1. Padlde GUI模式：

无代码开发的可视化客户端，应用Paddle API实现，使开发者快速进行产业项目验证，并为用户开发自有深度学习软件/应用提供参照。

• 前往PaddleX官网，申请下载PaddleX GUI一键绿色安装包。

• 前往PaddleX GUI使用教程了解PaddleX GUI使用详情。

• PaddleX GUI安装环境说明

1. PaddleX Restful:
   使用基于RESTful API开发的GUI与Web Demo实现远程的深度学习全流程开发；同时开发者也可以基于RESTful API开发个性化的可视化界面
2. 前往PaddleX RESTful API使用教程
   

使用教程

1. API模式：

• 模型训练
• 模型剪裁

1. GUI模式：

• 图像分类
• 目标检测
• 实例分割
• 语义分割

1. 模型部署：
2. 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

3. PaddleX Deploy 支持飞桨视觉套件PaddleDetection、PaddleClas、PaddleSeg、PaddleX的统一部署能力

   产业级应用示例

• 钢筋计数
• 缺陷检测
• 机械手抓取

• [表计检测]()

  :question:[FAQ]

  (../docs/gui/faq.md):question:

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)

<img src="../docs/gui/images/QR2.jpg" width="250" height ="360" alt="QR" align="middle" />

更新日志

• 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（使用文档）
  • 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（使用文档）
  • GPU部署新增基于ONNX的的TensorRT高性能加速引擎部署方式[（使用文档）]()
  • GPU部署新增基于ONNX的Triton服务化部署方式（使用文档）

• 2020.09.07 v1.2.0

新增产业最实用目标检测模型PP-YOLO，FasterRCNN、MaskRCNN、YOLOv3、DeepLabv3p等模型新增内置COCO数据集预训练模型，适用于小模型精调。新增多种Backbone，优化体积及预测速度。优化OpenVINO、PaddleLite Android、服务端C++预测部署方案，新增树莓派部署方案等。

• 2020.07.12 v1.1.0

新增人像分割、工业标记读数案例。模型新增HRNet、FastSCNN、FasterRCNN，实例分割MaskRCNN新增Backbone HRNet。集成X2Paddle，PaddleX所有分类模型和语义分割模型支持导出为ONNX协议。新增模型加密Windows平台支持。新增Jetson、Paddle Lite模型部署预测方案。

• 2020.05.20 v1.0.0

新增C++和Python部署，模型加密部署，分类模型OpenVINO部署。新增模型可解释性接口

• 2020.05.17 v0.1.8

新增EasyData平台数据标注格式，支持imgaug数据增强库的pixel-level算子

: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）