Skip to content

Commit 6b89243

Browse files
cuicheng01cuicheng01
authored
Merge pull request #1773 from cuicheng01/develop
update docs
2 parents 7a0a4e2 + 408c76f commit 6b89243

25 files changed

+656
-230
lines changed

‎README.md‎

Lines changed: 181 additions & 27 deletions
Original file line numberDiff line numberDiff line change
@@ -12,23 +12,34 @@
1212
</p>
1313

1414
## 简介
15-
PaddleX3.0 是飞桨精选模型的低代码开发工具，支持国内外多款主流硬件的模型训练和推理，覆盖工业、能源、金融、交通、教育等全行业，助力开发者产业实践落地。
15+
PaddleX3.0beta 是飞桨精选模型的低代码开发工具，支持国内外多款主流硬件的模型训练和推理，覆盖工业、能源、金融、交通、教育等全行业，助力开发者产业实践落地。
16+
17+
| **通用图像分类** | **通用目标检测** | **通用语义分割** | **通用实例分割** |
18+
| :-------------------------------------------: | :-------------------------------------------: | :-------------------------------------------: | :-------------------------------------------: |
19+
|<img src="https://github.com/PaddlePaddle/PaddleX/assets/142379845/b302cd7e-e027-4ea6-86d0-8a4dd6d61f39" height="126px" width="180px">|<img src="https://github.com/PaddlePaddle/PaddleX/assets/142379845/a8b5df77-72e0-4bdb-afed-4594fe57bfdc" height="126px" width="180px">|<img src="https://github.com/PaddlePaddle/PaddleX/assets/142379845/02637f8c-f248-415b-89ab-1276505f198c" height="126px" width="180px">|<img src="https://github.com/PaddlePaddle/PaddleX/assets/142379845/0565d3c8-cdab-4735-809d-29ab9d3bf684" height="126px" width="180px">|
20+
| **通用OCR** | **通用表格识别** | **通用场景信息抽取** | **文档场景信息抽取** |
21+
|<img src="https://github.com/PaddlePaddle/PaddleX/assets/142379845/1ef48536-48d4-484b-a6fb-0d6631ba2386" height="126px" width="180px">|<img src="https://github.com/PaddlePaddle/PaddleX/assets/142379845/1e798e05-dee7-4b41-9cc4-6708b6014efa" height="126px" width="180px">|<img src="https://github.com/PaddlePaddle/PaddleX/assets/142379845/04218629-4a7b-48ea-b815-977a05fbbb13" height="126px" width="180px">|<img src="https://github.com/PaddlePaddle/PaddleX/assets/142379845/e3d97f4e-ab46-411c-8155-494c61492b0a" height="126px" width="180px">|
22+
| **时序预测** | **时序异常检测** | **时序分类** | **多模型融合时序预测** |
23+
|<img src="https://github.com/PaddlePaddle/PaddleX/assets/142379845/6e897bf6-35fe-45e6-a040-e9a1a20cfdf2" height="126px" width="180px">|<img src="https://github.com/PaddlePaddle/PaddleX/assets/142379845/c54c66cc-da4f-4631-877b-43b0fbb192a6" height="126px" width="180px">|<img src="https://github.com/PaddlePaddle/PaddleX/assets/142379845/0ce925b2-3776-4dde-8ce0-5156d5a2476e" height="126px" width="180px">|<img src="https://github.com/PaddlePaddle/PaddleX/assets/142379845/0959d099-a17c-40bc-9c2b-13f4f5e24ddc" height="126px" width="180px">|
24+
25+
1626

17-
任务示例展示
1827

1928
## 📣 近期更新
20-
🔥 PaddleX3.0 升级中，6 月正式发布，敬请期待，云端使用请前往飞桨 AI Studio 星河社区：https://aistudio.baidu.com/pipeline/mine ，点击「创建产线」开启使用。
29+
30+
- 🔥 **2024.6.27，PaddleX3.0 beta 本地端正式发布，支持以低代码的方式在本地端使用多种主流硬件进行产线和模型开发。**
31+
- 🔥 **2024.3.25，PaddleX3.0 云端发布，支持在[星河社区](https://aistudio.baidu.com/pipeline/mine )以零代码的方式【创建产线】使用。**
2132

2233
## 🌟 特性
2334

24-
PaddleX 3.0 集成飞桨生态优势能力，覆盖7大场景任务，构建 16 条模型产线，提供低代码开发模式，助力开发者在不同主流硬件上进行模型全流程开发。
35+
PaddleX 3.0beta 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。
2536

26-
- **基础模型产线（模型数量多，场景全）：** 精选 72 个飞桨优质模型，覆盖图像分类、目标检测、图像分割、OCR、文本图像版面分析、时序预测等场景任务
27-
- **特色模型产线（提效显著）：** 提供大小模型结合，大模型半监督学习和多模型融合显著提效方案
28-
- **低代码开发模式（便捷开发部署）：** 提供零代码和低代码两种开发方式。
29-
- 零代码开发通过用户图形界面（GUI）交互式提交后台训练任务，打通在线&离线部署，支持以 API 的形式调用在线服务。
30-
- 低代码开发，一套 API 接口实现 16 条模型产线全流程开发，同时支持用户自定义模型串联流程。
31-
- **本地端多硬件支持（兼容性强）：** 支持英伟达 GPU、昆仑芯、昇腾和寒武纪多硬件上，纯离线使用
37+
- **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、时序预测等任务场景。
38+
- **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。
39+
- **低代码开发模式（便捷开发与部署）：** 提供零代码和低代码两种开发方式。
40+
- 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。
41+
- 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。
42+
- **多硬件本地支持（兼容性强）：** 支持英伟达 GPU、昆仑芯、昇腾和寒武纪等多种硬件，纯离线使用。
3243

3344
<div align="center">
3445
<img src="https://github.com/PaddlePaddle/PaddleX/assets/45199522/61c4738f-735e-4ceb-aa5f-1038d4506d1c">
@@ -37,36 +48,178 @@ PaddleX 3.0 集成飞桨生态优势能力，覆盖7大场景任务，构建 16
3748
## ⚡ 安装与快速开始
3849
- [安装](./docs/tutorials/INSTALL.md)
3950
- 快速开始
40-
- [单模型开发工具](./docs/tutorials/inference/model_inference_tools.md)
41-
- [模型产线开发工具](./docs/tutorials/inference/pipeline_inference_tools.md)
51+
- [单模型开发工具](./docs/tutorials/models/model_inference_tools.md)
52+
- [模型产线开发工具](./docs/tutorials/pipelines/pipeline_inference_tools.md)
4253

4354
## 🛠️ PaddleX3.0 覆盖的模型和模型产线
55+
56+
<table>
57+
<tr>
58+
<th>模型产线</th>
59+
<th>产线模块</th>
60+
<th>具体模型</th>
61+
</tr>
62+
<tr>
63+
<td>通用图像分类</td>
64+
<td>图像分类</td>
65+
<td>CLIP_vit_base_patch16_224<br/>CLIP_vit_large_patch14_224<details>
66+
<summary><b>more</b></summary><br/>ConvNeXt_tiny<br/>MobileNetV2_x0_25<br/>MobileNetV2_x0_5<br/>MobileNetV2_x1_0<br/>MobileNetV2_x1_5<br/>MobileNetV2_x2_0<br/>MobileNetV3_large_x0_35<br/>MobileNetV3_large_x0_5<br/>MobileNetV3_large_x0_75<br/>MobileNetV3_large_x1_0<br/>MobileNetV3_large_x1_25<br/>MobileNetV3_small_x0_35<br/>MobileNetV3_small_x0_5<br/>MobileNetV3_small_x0_75<br/>MobileNetV3_small_x1_0<br/>MobileNetV3_small_x1_25<br/>PP-HGNet_small<br/>PP-HGNetV2-B0<br/>PP-HGNetV2-B4<br/>PP-HGNetV2-B6<br/>PP-LCNet_x0_25<br/>PP-LCNet_x0_35<br/>PP-LCNet_x0_5<br/>PP-LCNet_x0_75<br/>PP-LCNet_x1_0<br/>PP-LCNet_x1_5<br/>PP-LCNet_x2_0<br/>PP-LCNet_x2_5<br/>ResNet18<br/>ResNet34<br/>ResNet50<br/>ResNet101<br/>ResNet152<br/>SwinTransformer_base_patch4_window7_224</details></td>
67+
</tr>
68+
<tr>
69+
<td>大模型半监督学习-图像分类</td>
70+
<td>大模型半监督学习-图像分类</td>
71+
<td>CLIP_vit_base_patch16_224<br/>MobileNetV3_small_x1_0<br/><details><summary><b>more</b></summary>PP-HGNet_small<br/>PP-HGNetV2-B0<br/>PP-HGNetV2-B4<br/>PP-HGNetV2-B6<br/>PP-LCNet_x1_0<br/>ResNet50<br/>SwinTransformer_base_patch4_window7_224</details></td>
72+
</tr>
73+
<tr>
74+
<td>通用目标检测</td>
75+
<td>目标检测</td>
76+
<td>PicoDet-S<br/>PicoDet-L<details>
77+
<summary><b>more</b></summary><br/>PP-YOLOE_plus-S<br/>PP-YOLOE_plus-M<br/>PP-YOLOE_plus-L<br/>PP-YOLOE_plus-X<br/>RT-DETR-L<br/>RT-DETR-H<br/>RT-DETR-X<br/>RT-DETR-R18<br/>RT-DETR-R50</details></td>
78+
</tr>
79+
<tr>
80+
<td>大模型半监督学习-目标检测</td>
81+
<td>大模型半监督学习-目标检测</td>
82+
<td>PicoDet-S<br/>PicoDet-L<details>
83+
<summary><b>more</b></summary><br/>PP-YOLOE plus-S<br/>PP-YOLOE_plus-L<br/>RT-DETR-H</details></td>
84+
</tr>
85+
<tr>
86+
<td>通用语义分割</td>
87+
<td>语义分割</td>
88+
<td>OCRNet_HRNet-W48<br/>PP-LiteSeg-T<details>
89+
<summary><b>more</b></summary><br/>Deeplabv3-R50<br/>Deeplabv3-R101<br/>Deeplabv3_Plus-R50<br/>Deeplabv3_Plus-R101</details></td>
90+
</tr>
91+
<tr>
92+
<td>通用实例分割</td>
93+
<td>实例分割</td>
94+
<td>Mask-RT-DETR-L<br/>Mask-RT-DETR-H</td>
95+
</tr>
96+
<tr>
97+
<td rowspan="2">通用OCR</td>
98+
<td>文本检测</td>
99+
<td>PP-OCRv4_mobile_det<br/>PP-OCRv4_server_det</td>
100+
</tr>
101+
<tr>
102+
<td>文本识别</td>
103+
<td>PP-OCRv4_mobile_rec<br/>PP-OCRv4_server_rec</td>
104+
</tr>
105+
</tr>
106+
<tr>
107+
<td rowspan="2">大模型半监督学习-OCR</td>
108+
<td>文本检测</td>
109+
<td>PP-OCRv4_mobile_det<br/>PP-OCRv4_server_det</td>
110+
</tr>
111+
<tr>
112+
<td>大模型半监督学习-文本识别</td>
113+
<td>PP-OCRv4_mobile_rec<br/>PP-OCRv4_server_rec</td>
114+
<tr>
115+
<td rowspan="4">通用表格识别</td>
116+
<td>版面区域检测</td>
117+
<td>PicoDet layout_1x</td>
118+
</tr>
119+
<tr>
120+
<td>表格结构识别</td>
121+
<td>SLANet</td>
122+
</tr>
123+
<tr>
124+
<td>文本检测</td>
125+
<td>PP-OCRv4_mobile_det<br/>PP-OCRv4_server_det</td>
126+
</tr>
127+
<tr>
128+
<td>文本识别</td>
129+
<td>PP-OCRv4_mobile_rec<br/>PP-OCRv4_server_rec</td>
130+
</tr>
131+
<tr>
132+
<td rowspan="3">通用场景信息抽取v2</td>
133+
<td>文本识别</td>
134+
<td>PP-OCRv4_mobile_rec<br/>PP-OCRv4_server_rec</td>
135+
</tr>
136+
<tr>
137+
<td>文本检测</td>
138+
<td>PP-OCRv4_mobile_det<br/>PP-OCRv4_server_det</td>
139+
</tr>
140+
<tr>
141+
<td>prompt工程</td>
142+
<td>-</td>
143+
</tr>
144+
<tr>
145+
<td rowspan="5">文档场景信息抽取v2</td>
146+
<td>版面分析</td>
147+
<td>PicoDet layout_1x</td>
148+
</tr>
149+
<tr>
150+
<td>文本检测</td>
151+
<td>PP-OCRv4_mobile_det<br/>PP-OCRv4_server_det</td>
152+
</tr>
153+
<tr>
154+
<td>文本识别</td>
155+
<td>PP-OCRv4_mobile_rec<br/>PP-OCRv4_server_rec</td>
156+
</tr>
157+
<tr>
158+
<td>表格识别</td>
159+
<td>SLANet</td>
160+
</tr>
161+
<tr>
162+
<td>prompt工程</td>
163+
<td>-</td>
164+
</tr>
165+
<tr>
166+
<td rowspan="2">时序预测</td>
167+
<td>时序预测</td>
168+
<td>DLinear<br/>NLinear<details>
169+
<summary><b>more</b></summary><br/>Nonstationary<br/>PatchTST<br/>RLinear<br/>TiDE<br/>TimesNet</details></td>
170+
</tr>
171+
<tr>
172+
<td>多模型融合的时序预测v2</td>
173+
<td>多模型融合的时序预测</td>
174+
</tr>
175+
<tr>
176+
<td rowspan="2">时序异常检测</td>
177+
<td>时序异常检测</td>
178+
<td>AutoEncoder_ad<br/>DLinear_ad<details>
179+
<summary><b>more</b></summary><br/>Nonstationary_ad<br/>PatchTST_ad<br/>TimesNet_ad</details></td>
180+
</tr>
181+
<tr>
182+
<td>多模型融合的时序异常检测v2</td>
183+
<td>多模型融合的时序异常检测</td>
184+
</tr>
185+
<tr>
186+
<td>时序分类</td>
187+
<td>时序分类</td>
188+
<td>TimesNet cls</td>
189+
</tr>
190+
</table>
191+
192+
193+
194+
44195
- [单模型列表](./docs/tutorials/models/support_model_list.md)
45196
- [模型产线列表](./docs/tutorials/pipelines/support_pipeline_list.md)
46197

47198
## 📖 零代码开发教程
48-
- [云端图形化开发界面](https://aistudio.baidu.com/pipeline/mine)：支持开发者使用零代码产线产出高质量模型和部署包
49-
- [教程《零门槛开发产业级 AI 模型》](https://aistudio.baidu.com/practical/introduce/546656605663301)：提供产业级模型开发经验，并且用12个实用的产业实践案例，手把手带你零门槛开发产业级AI模型
199+
<div align="center">
200+
<img src="https://github.com/PaddlePaddle/PaddleX/assets/45199522/f3238aae-76e3-4b25-8e4f-238fb6096bf8">
201+
</div>
50202

51-
## 📖 低代码开发教程
203+
- [云端图形化开发界面](https://aistudio.baidu.com/pipeline/mine)：支持开发者使用零代码产线产出高质量模型和部署包。
204+
- [教程《零门槛开发产业级 AI 模型》](https://aistudio.baidu.com/practical/introduce/546656605663301)：提供产业级模型开发经验，并且用 12 个实用的产业实践案例，手把手带你零门槛开发产业级 AI 模型。
52205

206+
## 📖 低代码开发教程
53207
### 一、单模型开发工具 🚀
54208
本节介绍 PaddleX3.0 单模型的全流程开发流程，包括数据准备、模型训练/评估、模型推理的使用方法。PaddleX3.0 支持的模型可以参考 [PaddleX 模型库](./docs/tutorials/models/support_model_list.md)。
55-
56-
#### 1. 快速体验
57-
- [快速体验](./docs/tutorials/models/model_inference_tools.md)
58-
59-
#### 2. 数据准备
60-
- [数据准备流程](./docs/tutorials/data/README.md)
61-
- [数据标注](./docs/tutorials/data/annotation/README.md)
62-
- [数据校验](./docs/tutorials/data/dataset_check.md)
63-
64-
#### 3. 模型训练/评估/推理
209+
- 快速体验
210+
- [单模型快速体验](./docs/tutorials/models/model_inference_tools.md)
211+
- 数据准备
212+
- [数据准备流程](./docs/tutorials/data/README.md)
213+
- [数据标注](./docs/tutorials/data/annotation/README.md)
214+
- [数据校验](./docs/tutorials/data/dataset_check.md)
65215
- [模型训练/评估/推理](./docs/tutorials/base/README.md)
66216

67217

68218
### 二、模型产线开发工具 🔥
69-
本节将介绍 PaddleX3.0 模型产线的全流程开发流程，包括数据准备、模型训练/评估、模型推理的使用方法。PaddleX3.0 支持的模型产线可以参考 [PaddleX 模型产线列表](./docs/tutorials/pipelines/support_pipeline_list.md)
219+
本节将介绍 PaddleX3.0 模型产线的全流程开发流程，包括数据准备、模型训练/评估、模型推理的使用方法。PaddleX3.0 支持的模型产线可以参考 [PaddleX 模型产线列表](./docs/tutorials/pipelines/support_pipeline_list.md)。
220+
- [产线快速体验](./docs/tutorials/pipelines/pipeline_inference_tools.md)
221+
- [产线模型选择](./docs/tutorials/pipelines/model_select.md)
222+
- [产线开发流程](./docs/tutorials/pipelines/pipeline_develop.md)
70223

71224
## 🌟 多硬件支持
72225
本项目支持在多种硬件上进行模型的开发，除了 GPU 外，当前支持的硬件还有**昆仑芯**、**昇腾芯**、**寒武纪芯**。只需添加一个配置设备的参数，即可在对应硬件上使用上述工具。
@@ -80,4 +233,5 @@ PaddleX 3.0 集成飞桨生态优势能力，覆盖7大场景任务，构建 16
80233

81234
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。
82235

83-
236+
## 许可证书
237+
本项目的发布受[Apache 2.0 license](./LICENSE)许可认证。

0 commit comments

Comments
 (0)