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 —— 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。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
产业级应用示例
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
3. 模型压缩
4. 模型部署
5. 附录
常见问题汇总
交流与反馈
: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