Releases: PaddlePaddle/PaddleX
Releases · PaddlePaddle/PaddleX
PaddleX v3.0-beta1
PaddleX 3.0 Beta1 提供 200+ 模型通过极简的 Python API 一键调用；实现基于统一命令的模型全流程开发，并开源 PP-ChatOCRv3 特色模型产线基础能力；支持 100+ 模型高性能推理和服务化部署，7 类重点视觉模型端侧部署；70+ 模型开发全流程适配昇腾 910B，15+ 模型开发全流程适配昆仑芯和寒武纪。
- 模型丰富一键调用： 将覆盖文档图像智能分析、OCR、目标检测、时序预测等多个关键领域的 200+ 飞桨模型整合为 13 条模型产线，通过极简的 Python API 一键调用，快速体验模型效果。同时支持 20+ 单功能模块，方便开发者进行模型组合使用。
- 提高效率降低门槛： 实现基于图形界面和统一命令的模型全流程开发，打造大小模型结合、大模型半监督学习和多模型融合的8条特色模型产线，大幅度降低迭代模型的成本。
- 多种场景灵活部署： 支持高性能部署、服务化部署和端侧部署等多种部署方式，确保不同应用场景下模型的高效运行和快速响应。
- 主流硬件高效支持： 支持英伟达 GPU、昆仑芯、昇腾和寒武纪等多种主流硬件的无缝切换，确保高效运行。
PaddleX v3.0-beta
PaddleX 3.0 集成了飞桨生态的优势能力，覆盖 7 大场景任务，构建了 16 条模型产线，提供低代码开发模式，助力开发者在多种主流硬件上实现模型全流程开发。
- 基础模型产线（模型丰富，场景全面）： 精选 68 个优质飞桨模型，涵盖图像分类、目标检测、图像分割、OCR、文本图像版面分析、文本图像信息抽取、时序分析任务场景。
- 特色模型产线（显著提升效率）： 提供大小模型结合、大模型半监督学习和多模型融合的高效解决方案。
- 低门槛开发模式（便捷开发与部署）： 提供零代码和低代码两种开发方式。
- 零代码开发： 用户通过图形界面（GUI）交互式提交后台训练任务，打通在线和离线部署，并支持以 API 形式调用在线服务。
- 低代码开发： 通过统一的 API 接口实现 16 条模型产线的全流程开发，同时支持用户自定义模型流程串联。
- 多硬件本地支持（兼容性强）： 支持英伟达 GPU、昆仑芯、昇腾芯和寒武纪芯等多种硬件，纯离线使用。
PaddleX 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 C++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
- 全新发布Manufacture SDK，提供工业级多端多平台部署加速的预编译飞桨部署开发包（SDK），通过配置业务逻辑流程文件即可以低代码方式快速完成推理部署
- PaddleX GUI
- 升级PaddleX GUI，支持30系列显卡
- 目标检测任务新增模型PP-YOLO V2, 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
- 新增导出API训练脚本功能，无缝切换PaddleX API训练
- 产业实践案例
- 新增以目标检测任务为主的钢筋计数、缺陷检测案例教程
- 新增以实例分割任务为主的机械手抓取案例教程
- 新增串联目标检测、语义分割、传统视觉算法的工业表计读数的训练和部署案例教程
- 新增Windows系统下使用C#语言部署案例教程
PaddleX v2.0.0rc0
- 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）
PaddleX v1.3.0
-
模型更新
- 图像分类模型ResNet50_vd新增10万分类预训练模型
- 目标检测模型FasterRCNN新增模型裁剪支持
- 目标检测模型新增多通道图像训练支持
-
模型部署更新
- 修复OpenVINO部署C++代码中部分Bug
- 树莓派部署新增Arm V8支持
-
产业案例更新
- 新增工业质检产业案例，提供基于GPU和CPU两种部署场景下的工业质检方案，及与质检相关的优化策略 详情链接
- 新增RestFUL API模块
新增RestFUL API模块，开发者可通过此模块快速开发基于PaddleX的训练平台
PaddleX v1.2.0
-
模型更新
-
模型部署更新
-
产业案例更新
-
其它
- 新增数据集切分功能，支持通过命令行切分ImageNet、PascalVOC、MSCOCO和语义分割数据集详情链接
PaddleX v1.1.0
- 模型更新
- 新增语义分割模型HRNet、FastSCNN
- 目标检测FasterRCNN、实例分割MaskRCNN新增backbone HRNet
- 目标检测/实例分割模型新增COCO数据集预训练模型
- 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
- 模型部署更新
- 模型加密增加支持Windows平台
- 新增Jetson、PaddleLite模型部署预测方案
- C++部署代码新增batch批预测，并采用OpenMP对预处理进行并行加速
- 新增2个PaddleX产业案例
- 新增数据格式转换功能，LabelMe、精灵标注助手和EasyData平台标注的数据转为PaddleX支持加载的数据格式
- PaddleX文档更新，优化文档结构
PaddleX v1.0.0
PaddleX 1.0正式版发布
PaddleX是基于飞桨核心框架、开发套件和工具组件的深度学习全流程开发工具。具备全流程打通、融合产业实践、易用易集成三大特点。
特点
-
全流程打通
- 数据准备：支持EasyData智能数据服务平台数据协议，通过平台便捷完成智能标注,低质数据清洗工作, 同时兼容主流标注工具协议, 助力开发者更快完成数据准备工作。
- 模型训练：集成PaddleClas, PaddleDetection, PaddleSeg视觉开发套件，丰富的高质量预训练模型，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可视化分析组件, 提供丰富的信息更好地理解模型，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，结合Paddle Inference或Paddle Lite便捷完成高性能的多端安全部署。
-
融合产业实践
- 精选飞桨产业实践的成熟模型结构，开放案例实践教程，加速开发者产业落地。
-
易用易集成
- 统一易用的全流程API，5步完成模型训练，10行代码实现Python/C++高性能部署。
- 提供以PaddleX为核心集成的跨平台可视化工具PaddleX-GUI，快速体验飞桨深度学习全流程。
v0.1.0
delete useless files