原版本代码分支在release/1.3，也可以通过pip安装1.3.10版本进行使用。
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
🤗 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。
🏭 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。
❤️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❤️
PaddleX提供三种开发模式，满足用户的不同需求：
-
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
- python >= 3.6
- cython
- pycocotools
pip install paddlex==2.0.0rc -i https://mirror.baidu.com/pypi/simple
-
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 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
❓FAQ❓
-
PaddleX用户交流群：957286141 (手机QQ扫描如下二维码快速加入)
-
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
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。
- 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）