使用paddleX体验

首先paddlex的网址链接是:
飞桨AI Studio星河社区-人工智能学习与实训社区 (baidu.com)

进入paddlex以后的界面如下所示:

首先说明paddlex的作用是:

PaddleX是PaddlePaddle深度学习框架的一个扩展库,专注于为深度学习任务提供强大的图像处理和增强功能,以及完整的深度学习开发套件。

PaddleX具有的功能涵盖了计算机视觉领域的众多方面,例如图像分类、目标检测、人脸识别、文字识别、图像生成、姿态估计等,同时它还支持视频处理和3D图像处理,这使得PaddleX在深度学习研究和项目开发中非常实用。

PaddleX提供了大量易于使用的API,可以帮助开发者快速地构建和训练各种深度学习模型,而无需从头开始编写代码。此外,PaddleX还支持多种硬件平台,并可以与各种流行的深度学习框架进行无缝集成,例如TensorFlow、PyTorch等。

这里拿这个目标检测的套件来作为例子,进行展示:

点击训练进来,就是下面这个页面:

在paddlex里面,会提供一系列的训练,加载模型的方式。

在这里,建议初学者使用工具箱模式,对于使用者要求比较低,不需要写很多代码,即可训练出自己想要的模型

数据格式参考如下:

在这里会按照我们开发深度学习的模型的常用套路方法,依次进行模型训练和开发,首先是数据效验,就是确定数据集是否正确无误,如图所示会检测到以下的数据集,包括训练集和验证集,通常训练集和验证集的比例是在:7:3的样子。

然后就可以开始模型训练,在模型训练里面提供了训练epochs的数量,每一次训练步长和学习率,GPU的选择,还有输出模型位置,如果想知道训练到哪一步了,就看下面的运行日志会实时更新,如果日志更新太快,来不及看,就取消自动刷新即可。

评估模式:在模型训练完成以后,我们需要测试训练出来的模型的效果是怎么样的?

为此,在右边就提供了这样的测试接口

另外还有模型导出应用的功能,目前还只是支持C++和python。

官方给出的说明是:

模型部署功能仅支持工具箱模式使用,提供了导出预测模型以及导出部署包的功能。部署包为模型在不同系统、不同语言、不同硬件条件下用于部署的SDK。

导出预测模型:支持开发者将训练好的模型以静态图的形式导出,方便模型部署。通过【选择模型权重】,下拉选择想要导出的预测模型,设置好保存目录后即可导出模型。

导出部署包:

  1. 部署模型有两种来源:在PaddleX训练好并导出的预测模型,或者开发者自己上传的模型。开发者需要选择好模型路径,并注意选择静态图模型(后缀为pdiparams而不是pdparams)。
  2. 先从操作系统选择,选择操作系统后,会根据该操作系统支持的情况显示对应内容;依次选择编程语言、CPU、加速卡,后台会将模型和部署SDK等自动打包好,提供给开发者。
  3. 部署包保存路径:最终打包的部署包,会保存到项目空间,具体路径见于【部署包保存路径】,注意在AI Studio云端需要切换到开发者模式下载部署包。
  4. 部署包使用文档:部署包中包含详细使用文档,开发者根据文档即可完成部署包在项目中的集成。
相关推荐
Wendy14413 分钟前
【灰度实验】——图像预处理(OpenCV)
人工智能·opencv·计算机视觉
中杯可乐多加冰15 分钟前
五大低代码平台横向深度测评:smardaten 2.0领衔AI原型设计
人工智能
无线图像传输研究探索25 分钟前
单兵图传终端:移动场景中的 “实时感知神经”
网络·人工智能·5g·无线图传·5g单兵图传
菜鸟学Python1 小时前
Python web框架王者 Django 5.0发布:20周年了!
前端·数据库·python·django·sqlite
zzywxc7872 小时前
AI在编程、测试、数据分析等领域的前沿应用(技术报告)
人工智能·深度学习·机器学习·数据挖掘·数据分析·自动化·ai编程
铭keny2 小时前
YOLOv8 基于RTSP流目标检测
人工智能·yolo·目标检测
旧时光巷2 小时前
【机器学习-4】 | 集成学习 / 随机森林篇
python·随机森林·机器学习·集成学习·sklearn·boosting·bagging
墨尘游子2 小时前
11-大语言模型—Transformer 盖楼,BERT 装修,RoBERTa 直接 “拎包入住”|预训练白话指南
人工智能·语言模型·自然语言处理
金井PRATHAMA2 小时前
主要分布于内侧内嗅皮层的层Ⅲ的网格-速度联合细胞(Grid × Speed Conjunctive Cells)对NLP中的深层语义分析的积极影响和启示
人工智能·深度学习·神经网络·机器学习·语言模型·自然语言处理·知识图谱
Ice__Cai2 小时前
Django + Celery 详细解析:构建高效的异步任务队列
分布式·后端·python·django