PaddleX 飞桨深度学习全流程开发工具

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。

安装

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 >= 1.8.4

python >= 3.6

cython

pycocotools

pip install paddlex -i https://mirror.baidu.com/pypi/simple

详细安装方法请参考PaddleX安装

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

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

前往PaddleX RESTful API使用教程

产品模块说明

数据准备：兼容ImageNet、VOC、COCO等常用数据协议，同时与Labelme、精灵标注助手、EasyData智能数据服务平台等无缝衔接，全方位助力开发者更快完成数据准备工作。

数据预处理及增强：提供极简的图像预处理和增强方法--Transforms，适配imgaug图像增强库，支持上百种数据增强策略，是开发者快速缓解小样本数据训练的问题。

模型训练：集成PaddleClas,PaddleDetection,PaddleSeg视觉开发套件，提供大量精选的、经过产业实践的高质量预训练模型，使开发者更快实现工业级模型效果。

模型调优：内置模型可解释性模块、VisualDL可视化分析工具。使开发者可以更直观的理解模型的特征提取区域、训练过程参数变化，从而快速优化模型。

多端安全部署：内置PaddleSlim模型压缩工具和模型加密部署模块，与飞桨原生预测库Paddle Inference及高性能端侧推理引擎Paddle Lite无缝打通，使开发者快速实现模型的多端、高性能、安全部署。