飛槳全流程開發工具(PaddleX)全新的編程開發的平台，能夠給用戶帶來出色和便捷的開發的模式，框架、結構、模型等，功能非常的全面哦，方便用戶進行各種開發哦，並且提供穩定的開發的環境哦！

飞桨全流程开发工具軟件说明

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。

飛槳全流程開發工具訓練硬件

GPU（僅Windows及Linux系統）：
推薦使用支持CUDA的NVIDIA顯卡，例如：GTX1070+以上性能的顯卡；
Windows系統X86_64驅動版本>=411.31；
Linux系統X86_64驅動版本>=410.48；
顯存8G以上；
CPU：
PaddleX當前支持您用本地CPU進行訓練，但推薦使用GPU以獲得更好的開發體驗。
內存：建議8G以上
硬盤空間：建議SSD剩余空間1T以上（非必須）
注：PaddleX在Windows及MacOS系統只支持單卡模型。Windows系統暫不支持NCCL。

飞桨全流程开发工具軟件优势

PaddleX爲開發者提供了基于飛槳核心框架的全流程應用API，在集成飛槳模型庫、工具組件的基礎上，提供了更高層、更簡潔的開發方式。爲了幫助開發者更好地了解飛槳的開發步驟以及所涉及的模塊組件，進一步提升項目開發效率，我們還爲開發者提供了基于PaddleX實現的圖形化開發界面示例，用戶可以基于該界面示例進行改造，開發符合自己習慣的操作界面。開發者可以根據實際業務需求，直接調用或改造PaddleX後端技術內核來開發項目，或使用圖形化開發界面快速體驗飛槳模型開發全流程。PaddleX代碼將于5月開源，屆時開發者可自由改造PaddleX的後端，並自主完成前端實現。整體來說PaddleX具備如下四大優勢：

全流程打通將深度學習開發從數據接入、模型訓練、參數調優、模型評估、預測部署全流程打通，省去了對各環節間串連的代碼開發與腳本調用，極大地提升了開發效率。

开源技术内核集成了PaddleCV领先的视觉算法和面向任务的开发套件、预训练模型应用工具PaddleHub、可视化分析工具VisualDL、模型压缩工具PaddleSlim等技术能力于一身，并提供简明易懂的Python API，实现完全开源开放，易于集成和二次开发，为您的业务实践全程助力。

产业深度兼容高度兼容Windows、Mac、Linux系统，同时支持NVIDIA GPU加速深度学习训练。本地开发、保证数据安全，高度符合产业应用的实际需求。

飛槳全流程開發工具使用說明

①數據標注完成後，您需要根據不同的任務，將數據和標注文件，按照客戶端提示更名並保存到正確的文件中。

②在客戶端新建數據集，選擇與數據集匹配的任務類型，並選擇數據集對應的路徑，將數據集導入。

③選定導入數據集後，客戶端會自動校驗數據及標注文件是否合規，校驗成功後，您可根據實際需求，將數據集按比例劃分爲訓練集、驗證集、測試集。

④您可在「數據分析」模塊按規則預覽您標注的數據集，雙擊單張圖片可放大查看。

飛槳全流程開發工具操作系統

Windows7/8/10（推薦Windows10）；
MacOS10.13+；
Ubuntu18.04+；
注：處理器需爲x86_64架構，支持MKL。

飛槳全流程開發工具更新日志

Version1.1.0
2020年09月06日
新增目標檢測模型PPYOLO
目標檢測模型FasterRCNN和MaskRCNN新增骨幹網絡HRNet_W18
新增語義分割模型FastSCNN、HRNet_W18
語義分割模型DeepLabv3p新增骨幹網絡MobileNetV3_large_ssld
FasterRCNN、MaskRCNN、YOLOv3、PPYOLO、DeepLabv3p等模型新增內置COCO數據集預訓練權重
新增示例案例RGB圖像遙感分割