想要应用AI技术进行产业智能化升级，又担心缺乏计算机、数学等理论基础？

AI算法训练完成，优化部署上线又是一个趟不过去的大坑？

别担心，今天就教大家应用一个开源项目——飞桨全流程开发工具PaddleX，快速开发AI算法并快速部署实现业务上线， 搭上人工智能的产业浪潮！

这个开源项目三次登录Github Daily全球趋势榜，2.7k 星标；不需要数学基础，不需要编程大牛，只要下载就可以快速开发AI算法模型并投产应用；还有工业制造、安防巡检、能源电力、卫星遥感、智能交通等行业海量的示例项目！所有代码全公开，让你可以一键利用云资源就可以运行，换数据就可以进行任务迁移，超低代码实现多环境、多硬件部署，实在是业界良心，“飘香四溢”啊~

小编赶紧识趣的送上传送门：

https://github.com/PaddlePaddle/PaddleX ，建议小伙伴们Star收藏后再慢慢研究。

那这个项目到底有什么过人之处，又具体能做些什么呢？下面就展开来给大家详细介绍一下。

能做什么？

图像分类、目标检测、语义分割、实例分割任务全覆盖！还提供工业制造、安防巡检、能源电力、卫星遥感、智能交通等十多个行业的实际场景详细的示例工程！

• 工业制造：瑕疵检测、目标定位、智能抓取、自动分拣、产品计数
• 安防巡检：输电线路及基站本体异物检测，表计等设备检测及读数，异常喷洒、火情检测
• 智慧城市：车辆、行人、交通标志检测，卫星遥感图像识别，建筑物、农作物、道路等检测、分割及变化检测及面积计算
• 智慧零售：商品检测、商标检测及计数
• 智慧医疗领域：CT影像分割、肺炎筛查、眼底病变筛查

怎么用？

PaddleX提供了从数据预处理、超参配置、模型训练与评估、模型多端部署等深度学习产业项目开发全流程全面覆盖。

数据准备
PaddleX适配产业标准数据标注格式，支持常用标注工具，如：Labelme、精灵标注、EasyData等。原生匹配数据格式转化方法。同时提供多种数据增强的策略，适配了imgaug图像增强库，支持上百种数据增强操作，有效缓解小样本训练难题。

模型训练
为了满足用户的多种需求，PaddleX提供多种开发方式。

• 本地API

pip install一键安装， 3个API即可完成深度学习算法训练！与【图形化开发界面】开发流程相同，提供极简的API，功能更丰富、开发更灵活、开源易集成。

• RESTful API

不论你将训练框架部署在哪里， 只需要启动RESTful API服务，即可在本地调起开发界面调动远程服务器的资源进行训练。

• 训练过程可视化分析

集成可视化分析工具VisualDL的能力，直观的将准确率、loss、PR曲线、数据样本分布情况等用图表的方式呈现，使你清晰了解算法训练过程，加速调参。

• 一键完成模型量化、裁剪

通过极简的方式即可快速进行算法的裁剪、量化，有效对算法进行体积、参数量的减小，速度、精度的提升。

模型部署
为了满足工业级别的部署，PaddleX更是提供了全方位的部署服务：支持Python、C++、C#等多语言部署；提供本地预测、服务化预测、边缘预测部署等多种解决方案；适配业界常用的CPU、GPU（包括NVIDIA Jetson）、树莓派等硬件。

• 多硬件、多环境快速部署上线

PaddleX Deploy模块：适配业界常用的CPU、GPU(包括NVIDIA Jetson）、树莓派等硬件；支持PaddleClas PaddleDetection PaddleSeg三个套件的模型的部署；支持用户采用OpenVINO或TensorRT进行推理加速；完备支持工业最常使用的Windows系统，且提供C#语言进行部署的方式！

• 独特的PaddleX Manufacture SDK

编译预测库太复杂？需要多个算法串联？PaddleX 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套件（SDK），通过修改业务逻辑配置文件，就可以快速完成推理部署。覆盖单个算法以及多个算法串联形式。极低代码，极高效率。再也不用在不同环境下分别打包！

PaddleX图形化产品即将正式发布
PaddleX图形化产品将集成数据标注与模型部署功能，为用户提供高效便捷的可视化操作界面，完成本地化一站式模型开发。产品名称为飞桨EasyDL-桌面版，邀测链接如下：
ai.baidu.com/easydl/paddle

应用教程

• 亲妈级示例工程及文档

针对产业落地每一细节，提供详细的完善的操作指南，以及基于产业真实场景的示例工程。覆盖从数据标注、数据预处理、单模型训练调优、多模型串联，到多端部署、推理加速、可视化结果呈现等全流程！

不论你是AI算法开发者、软件系统工程师、硬件工程师还是学生；不管你对什么视觉领域任务有需求，都可以应用PaddleX提供的深度学习算法快速进行模型开发，并在实际的硬件、系统上部署上线。

还不Star等什么？这么优秀的项目不值得支持一下嘛？

项目链接：

https://github.com/PaddlePaddle/PaddleX