飛槳全流程開發工具(PaddleX)v1.1.1官方版

飛槳全流程開發工具(PaddleX)，集飛槳核心框架、模型庫、工具及組件等深度學習開發所需全部能力於一身，打通深度學習開發全流程，並提供簡明易懂的Python API，方便用戶根據實際生產需求進行直接調用或二次開發，為開發者提供飛槳全流程開發的最佳實踐。

【安裝說明】

　　操作係統：

　　Windows7/8/10（推薦Windows 10）；

　　Mac OS 10.13+；

　　Ubuntu 18.04+；

　　注：處理器需為x86_64架構，支持MKL。

　　訓練硬件：

　　GPU（僅Windows及Linux係統）：

　　推薦使用支持CUDA的NVIDIA顯卡，例如：GTX 1070+以上性能的顯卡；

　　Windows係統X86_64驅動版本>=411.31；

　　Linux係統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剩餘空間1T以上（非必須）

　　注：PaddleX在Windows及Mac OS係統隻支持單卡模型。Windows係統暫不支持NCCL。

【軟件特色】

　　全流程打通

　　針對數據準備、模型訓練、模型調優、多端部署的深度學習全流程應用

　　易用易集成

　　易用易集成

　　簡明易懂的Python API，完全開源開放，易於二次開發和二次集成

　　融合產業實踐經驗

　　融合產業實踐經驗

　　融合飛槳產業落地經驗，精選高質量的視覺模型方案，並開放實際的案例教學

　　教程與服務

　　教程與服務

　　全流程開發文檔說明及技術服務。多種方式與技術團隊直接進行交流

【更新內容】

　　Version 1.1.0

　　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