飞桨全流程开发工具(PaddleX)

飞桨全流程开发工具(PaddleX)，集飞桨核心框架、模型库、工具及组件等深度学习开发所需全部能力于一身，打通深度学习开发全流程，并提供简明易懂的Python API，方便用户根据实际生产需求进行直接调用或二次开发，为开发者提供飞桨全流程开发的最佳实践。

软件特色

全流程打通

针对数据准备、模型训练、模型调优、多端部署的深度学习全流程应用

易用易集成

易用易集成

简明易懂的Python API，完全开源开放，易于二次开发和二次集成

融合产业实践经验

融合产业实践经验

融合飞桨产业落地经验，精选高质量的视觉模型方案，并开放实际的案例教学

教程与服务

教程与服务

全流程开发文档说明及技术服务。多种方式与技术团队直接进行交流

安装环境

操作系统：

Windows7/8/10（推荐Windows 10）；

Mac OS 10.13+；

Ubuntu 18.04+；

注：处理器需为x86_64架构，支持MKL。

训练硬件：

GPU（仅Windows及Linux系统）：

推荐使用支持CUDA的NVIDIA显卡，例如：GTX 1070+以上性能的显卡；

Windows系统X86_64驱动版本>=411.31；

Linux系统X86_64驱动版本>=410.48；

显存8G以上；

CPU：

PaddleX当前支持您用本地CPU进行训练，但推荐使用GPU以获得更好的开发体验。

内存：建议8G以上

硬盘空间：建议SSD剩余空间1T以上（非必须）

注：PaddleX在Windows及Mac OS系统只支持单卡模型。Windows系统暂不支持NCCL。

更新日志

Version 1.1.0

2020年09月06日

新增目标检测模型PPYOLO

目标检测模型FasterRCNN和MaskRCNN新增骨干网络HRNet_W18

新增语义分割模型FastSCNN、HRNet_W18

语义分割模型DeepLabv3p新增骨干网络MobileNetV3_large_ssld

FasterRCNN、MaskRCNN、YOLOv3、PPYOLO、DeepLabv3p等模型新增内置COCO数据集预训练权重

新增示例案例RGB图像遥感分割

版权声明：飞桨全流程开发工具(PaddleX)所展示的资源内容均来自于第三方用户上传分享，您所下载的资源内容仅供个人学习交流使用，严禁用于商业用途，软件的著作权归原作者所有，如果有侵犯您的权利，请来信告知，我们将及时撤销。

软件下载信息清单：