zhengchun/PaddleX: https://github.com/PaddlePaddle/PaddleX.git @ 356c12d6d429c4a23d3415ae34da00706ed10f60

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

1 Vetvy

TrellixVulnTeam 356c12d6d4 Adding tarfile member sanitization to extractall() (#1616)		3 rokov pred
.github	8e54e1254a update issue templates	4 rokov pred
PaddleClas @ a3b54f15d5	319c1fceb7 update ppcls	4 rokov pred
PaddleDetection @ c103d02507	5960e5deca update PaddleDetection submodule to clean fluid	3 rokov pred
PaddleSeg @ eb3a98f4c1	ecefcd9c2b mv dygraph to home directory	4 rokov pred
deploy	085a520cdc update csharp docs	3 rokov pred
docs	63e86fefaf Change instance segmentation demo dataset link (#1442)	3 rokov pred
examples	225136c02a Merge pull request #1464 from linhandev/patch-2	3 rokov pred
paddlex	356c12d6d4 Adding tarfile member sanitization to extractall() (#1616)	3 rokov pred
paddlex_restful	41aba5f820 fix cosine learning rate setting error for restful classification	3 rokov pred
static	356c12d6d4 Adding tarfile member sanitization to extractall() (#1616)	3 rokov pred
tools	87c688edf6 add encrypted model loading	5 rokov pred
tutorials	a64b2ce6a6 update picodet tutorial trainign configuration	4 rokov pred
.gitmodules	ecefcd9c2b mv dygraph to home directory	4 rokov pred
.pre-commit-config.yaml	1ce45ab083 pre-commit migrate-config	4 rokov pred
LICENSE	ed1a896d6e Initial commit	5 rokov pred
README.md	ad6471c8a3 update readme	3 rokov pred
commit-prepare.sh	9ccb8108a0 first commit	5 rokov pred
requirements.txt	8164ecfb7e update requirements	3 rokov pred
setup.py	f47bf2f477 update setup.py	4 rokov pred

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

: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）
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

README.md