PaddleX v2.0.0 rc0

PaddleX -- 飛槳全流程開發工具，以低程式碼的形式支援開發者快速實現產業實際專案落地。

PaddleX 整合飛槳智慧視覺領域影像分類、目標偵測、語意分割、實例分割任務能力，將深度學習開發全流程從資料準備、模型訓練與最佳化到多端部署端到端打通，並提供統一任務API介面及圖形化開發介面Demo。開發者無需分別安裝不同套件，以低程式碼的形式即可快速完成飛槳全流程開發。

PaddleX 經過質檢、安防、巡檢、遙感、零售、醫療等十多個行業實際應用場景驗證，沉澱產業實際經驗，並提供豐富的案例實踐教程，全程助力開發者產業實踐落地。

安裝

PaddleX提供三種開發模式，滿足使用者不同的需求

1.Python開發模式

透過簡潔易懂的Python API，在兼顧功能全面性、開發彈性、整合方便性的基礎上，給予開發者最流暢的深度學習開發體驗。

前置依賴

paddlepaddle >= 1.8.4

python >= 3.6

cython

pycocotools

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

詳細安裝方法請參考PaddleX安裝

2、Padlde GUI模式

無程式碼開發的視覺化客戶端，應用Paddle API實現，使開發者快速進行產業專案驗證，並為使用者開發自有深度學習軟體/應用提供參考。

前往PaddleX官網，申請下載PaddleX GUI一鍵綠色安裝包。

前往PaddleX GUI使用教學了解PaddleX GUI使用詳情。

PaddleX GUI安裝環境說明

3、PaddleX Restful:

使用基於RESTful API開發的GUI與Web Demo實現遠端的深度學習全流程開發；同時開發者也可以基於RESTful API開發個人化的視覺化介面

前往PaddleX RESTful API使用教學課程

PaddleX 更新日誌

v2.0.0.rc0

全面支援飛槳2.0動態圖，更容易使用的開發模式

目標偵測任務新增PP-YOLOv2, COCO test資料集精確度達49.5%、V100預測速度達到68.9 FPS

目標偵測任務新增4.2MB的超輕量級模式PP-YOLO tiny

語意分割任務新增即時分割模型BiSeNetV2

C++部署模組全面升級

PaddleInference部署適配2.0預測庫

支援飛槳PaddleDetection、PaddleSeg、PaddleClas以及PaddleX的模型部署

新增基於PaddleInference的GPU多卡預測

GPU部署新增基於ONNX的TensorRT高效能加速引擎部署方式

GPU部署新增基於ONNX的Triton服務化部署方式