-
2021.09.10 v2.0.0
-
PaddleX API
- 新增检测任务和实例分割任务的预测结果可视化、以及预测错误原因分析,辅助分析模型效果
- 新增检测任务的负样本优化,抑制背景区域的误检
- 完善语义分割任务的预测结果,支持返回预测类别和归一化后的预测置信度
- 完善图像分类任务的预测结果,支持返回归一化后的预测置信度
-
预测部署
- 完备PaddleX python预测部署, PaddleX模型使用2个API即可快速完成部署
-
PaddleX GUI
- 新增导出API训练脚本功能,无缝切换PaddleX API训练
-
-
2021.07.06 v2.0.0-rc3
-
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