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
程序边界3 分钟前
AI时代如何高效学习Python:从零基础到项目实战de封神之路(2025升级版)
人工智能·python·学习
研梦非凡24 分钟前
探索3D空间的视觉基础模型系列
人工智能·深度学习·神经网络·机器学习·计算机视觉·3d
gooxi_hui28 分钟前
国鑫发布新一代「海擎」服务器 全面兼容国内外主流OAM GPU
人工智能
Gerlat小智1 小时前
【手撕机器学习 04】手撕线性回归:从“蒙眼下山”彻底理解梯度下降
人工智能·机器学习·线性回归
学术小白人1 小时前
IEEE出版 | 2026年计算智能与机器学习国际学术会议(CIML 2026)
人工智能·机器学习
TTGGGFF1 小时前
云端服务器使用指南:利用Python操作mysql数据库
服务器·数据库·python
jie*1 小时前
小杰深度学习(four)——神经网络可解释性、欠拟合、过拟合
人工智能·python·深度学习·神经网络·scikit-learn·matplotlib·sklearn
学习是生活的调味剂1 小时前
PEFT实战LoRA微调OpenAI Whisper 中文语音识别
人工智能·whisper·语音识别
weixin_418007602 小时前
使用opencv来识别信用卡的号码
人工智能·opencv·计算机视觉
荼蘼2 小时前
基于 OpenCV + 深度学习的实时人脸检测与年龄性别识别系统
人工智能·深度学习·opencv