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
为了更好的满足大家对部署需求，PaddleX举办《工业级视觉算法跨平台部署方案深入解析》两日课。
2021.12.10 PaddleX发布2.1.0版本
- 新增超轻量分类模型PPLCNet，在Intel CPU上，单张图像预测速度约5ms，ImageNet-1K数据集上Top1识别准确率达到80.82%，超越ResNet152的模型效果 欢迎体验
- 新增轻量级检测特色模型PP-PicoDet，第一个在1M参数量之内mAP(0.5:0.95)超越30+(输入416像素时)，网络预测在ARM CPU下可达150FPS 欢迎体验
- 升级PaddleX Restful API，支持飞桨动态图开发模式 欢迎体验
- 新增检测模型负样本训练策略 欢迎体验
- 新增python轻量级服务化部署 欢迎体验
2021.09.10 PaddleX发布2.0.0正式版本。
- 全新发布Manufacture SDK，支持多模型串联部署。欢迎体验
- PaddleX部署全面升级，支持飞桨视觉套件PaddleDetection、PaddleClas、PaddleSeg、PaddleX的端到端统一部署能力。欢迎体验
- 发布产业实践案例：钢筋计数、缺陷检测、机械手抓取、工业表计读数。欢迎体验
- 升级PaddleX GUI，支持30系列显卡、新增模型PP-YOLO V2、PP-YOLO Tiny 、BiSeNetV2。欢迎体验
详情内容请参考版本更新文档。
🤗 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。
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
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。
- GUI开发模式
- API开发模式
- Restful API开发模式
- 部署模型导出
- 部署方式概览
- 本地部署
- 服务化部署
- 基于ONNX部署（C++）
- 模型加密
- 项目官网：https://www.paddlepaddle.org.cn/paddle/paddlex
- PaddleX用户交流群：957286141 (手机QQ扫描如下二维码快速加入)
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）