PaddleX--飞桨全功能开发套件，集成了飞桨视觉套件（PaddleClas、PaddleDetection、PaddleSeg）、模型压缩工具PaddleSlim、可视化分析工具VisualDL、轻量化推理引擎Paddle Lite 等核心模块的能力，同时融合飞桨团队丰富的实际经验及技术积累，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实现了端到端打通，为开发者提供飞桨全流程开发的最佳实践。
PaddleX 提供了最简化的API设计，并官方实现GUI供大家下载使用，最大程度降低开发者使用门槛。开发者既可以应用PaddleX GUI快速体验深度学习模型开发的全流程，也可以直接使用 PaddleX API 更灵活地进行开发。
更进一步的，如果用户需要根据自己场景及需求，定制化地对PaddleX 进行改造或集成，PaddleX 也提供很好的支持。
-
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。
- 产业验证：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，适配行业数据格式及部署环境要求。
- 经验沉淀：沉淀产业实践实际经验，提供丰富的案例实践教程，加速开发者产业落地。
- 产业开发者共建：吸收实际产业开发者贡献代码，源于产业，回馈产业。
- 易用：统一的全流程API，5步即可完成模型训练，10行代码实现Python/C++高性能部署。
- 易集成：支持开发者自主改造、集成，开发出适用于自己产业需求的产品。并官方提供基于 PaddleX API 开发的跨平台可视化工具-- PaddleX GUI，使开发者快速体验飞桨深度学习开发全流程，并启发用户进行定制化开发。
PaddleX提供两种开发模式，满足不同场景和用户需求：
-
Python开发模式： 通过Python API方式完成全流程使用或集成，该模型提供全面、灵活、开放的深度学习功能，有更高的定制化空间。
-
Padlde-GUI模式： PaddleX-GUI支持
Python开发模式下的常用功能，以更低门槛的方式快速完成产业验证的模型训练。
开发者可根据自身需要按需选择不同的模式进行安装使用。
前置依赖
- paddlepaddle >= 1.8.0
- python >= 3.5
- cython
- pycocotools
pip install paddlex -i https://mirror.baidu.com/pypi/simple
安装的相关问题参考PaddleX安装
进入PaddleX官网下载使用，申请下载绿色安装包，开箱即用。 Paddle-GUI的使用教程可参考PaddleX-GUI模式使用教程
推荐访问PaddleX在线使用文档，快速查阅读使用教程和API文档说明。
基于AIStudio平台，快速在线体验PaddleX的Python开发模式教程。
- 项目官网: https://www.paddlepaddle.org.cn/paddle/paddlex
- PaddleX用户交流群: 1045148026 (手机QQ扫描如下二维码快速加入)
- 2020.07.12 v1.0.8
- 2020.05.20 v1.0.0
- 2020.05.17 v0.1.8
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.