PaddleX 飞桨全流程开发工具 v3.0.2

PaddleX -- 飞桨全流程开发工具，以低代码的形式支持开发者快速实现产业实际项目落地。

PaddleX 集成飞桨智能视觉领域图像分类、目标检测、语义分割、实例分割任务能力，将深度学习开发全流程从数据准备、模型训练与优化到多端部署端到端打通，并提供统一任务API接口及图形化开发界面Demo。开发者无需分别安装不同套件，以低代码的形式即可快速完成飞桨全流程开发。

PaddleX 经过质检、安防、巡检、遥感、零售、医疗等十多个行业实际应用场景验证，沉淀产业实际经验，并提供丰富的案例实践教程，全程助力开发者产业实践落地。

安装：

PaddleX提供三种开发模式，满足用户的不同需求：

1、Python开发模式：

通过简洁易懂的Python API，在兼顾功能全面性、开发灵活性、集成方便性的基础上，给开发者最流畅的深度学习开发体验。

前置依赖

paddlepaddle >= 1.8.4

python >= 3.6

cython

pycocotools

pip install paddlex -i https://mirror.baidu.com/pypi/simple

详细安装方法请参考PaddleX安装

2、Padlde GUI模式：

无代码开发的可视化客户端，应用Paddle API实现，使开发者快速进行产业项目验证，并为用户开发自有深度学习软件/应用提供参照。

前往PaddleX官网，申请下载PaddleX GUI一键绿色安装包。

前往PaddleX GUI使用教程了解PaddleX GUI使用详情。

PaddleX GUI安装环境说明

3、PaddleX Restful:

使用基于RESTful API开发的GUI与Web Demo实现远程的深度学习全流程开发；同时开发者也可以基于RESTful API开发个性化的可视化界面

前往PaddleX RESTful API使用教程

PaddleX 更新日志：

修复和优化3.0.0版本的部分问题，升级修复点如下：

优化部分模型和模型配置：

PP-OCRv5默认模型配置，检测和识别均改为server模型。为了改善大多数的场景默认效果，配置中的参数limit_side_len由736改为64

新增PP-LCNet_x1_0_textline_ori模型，精度99.42%，OCR、PP-StructureV3、PP-ChatOCRv4产线的默认文本行方向分类器改为该模型

优化PP-LCNet_x0_25_textline_ori模型，精度提升3.3个百分点，当前精度98.85%

优化和修复部分问题：

修复由于公式识别、表格识别模型无法使用mkldnn导致PP-StructureV3在部分cpu推理报错的问题

修复在部分GPU环境中推理报FatalError: Process abort signal is detected by the operating system错误的问题

修复部分Python3.8环境的type hint的问题

修复默认设备获取逻辑，使程序实际行为与文档中的说明一致。在GPUtil不可用时默认使用CPU，同时支持通过CUDA_VISIBLE_DEVICES环境变量控制使用的默认GPU设备

修复重新安装paddlex whl时，由于历史字体文件未删除引发的安装错误

去除表格识别和表格识别v2产线服务接口中的无效参数

优化使用CPU版本Paddle并试图安装GPU版本高性能推理插件时的错误提示

更新依赖的Paddle2ONNX版本为2.0.2rc3