首页PaddlePaddlePaddlePaddle/PaddleX
PaddlePaddle

PaddleX

AIPaddlePaddleComputer VisionOCRDeep LearningLow-code
近期趋势热门
总收藏数6,108
GitHub 上查看完整项目前往 GitHub

项目简介

PaddleX 是基于飞桨框架构建的低代码开发工具,集成了 200 多种预训练模型与 33 条模型产线。它支持从模型训练到推理的全流程开发,并兼容多种国内外主流硬件。开发者可通过极简的 Python API 或图形界面,快速实现产业级 AI 应用的落地与部署。

技术分析

PaddleX 3.0 是一个基于飞桨框架构建的低代码 AI 开发工具,旨在简化从模型训练到推理的全流程开发。该项目通过将 200 多个预训练模型整合为 33 条标准化模型产线,显著降低了产业级 AI 应用的开发门槛。其核心设计理念在于提供统一的 Python API 和图形化开发界面,并支持多模型组合与高性能部署,从而有效解决了 AI 落地过程中模型选择复杂、部署环境差异大及开发周期长等痛点。此外,该项目在硬件兼容性上表现出色,实现了对英伟达 GPU 及多种国产主流硬件(如昆仑芯、昇腾、寒武纪等)的无缝支持。

核心亮点

1
提供 33 条预定义模型产线,涵盖 OCR、目标检测、图像分类及文档解析等多个关键领域。
2
支持极简 Python API 一键调用,并提供图形化开发界面,大幅降低模型开发与迭代成本。
3
具备高性能推理、服务化部署及端侧部署能力,满足不同应用场景下的响应速度需求。
4
全面适配飞桨框架 3.0,支持编译器训练与 PIR 中间表示技术,显著提升训练与推理性能。
5
深度兼容多种主流国产硬件,确保模型在不同计算平台上的高效运行与无缝切换。
6
内置细粒度 Benchmark 工具,支持测量端到端推理耗时及模块级性能,为生产环境部署提供参考。

典型使用场景

1
提供 OCR、目标检测、图像分类及文档解析等 33 条开箱即用的模型产线
2
支持高性能推理、服务化部署及端侧部署等多种灵活的生产环境应用方式
3
兼容英伟达 GPU、昆仑芯、昇腾、寒武纪及海光等多种主流国产化硬件

快速开始

首先,确保您的环境已安装 Python 3.8 至 3.13 版本,并根据硬件需求安装对应版本的 PaddlePaddle 3.0.0 及以上框架。安装完成后,您可以访问 PaddleX 官方文档或 AI Studio 星河社区,通过在线体验功能快速测试预训练模型,或参考产线使用教程进行本地开发与部署。

相关项目
PaddleOCR
PaddleOCR 是一个综合性工具包,旨在将图像和 PDF 文档转换为 Markdown 和 JSON 等结构化、适配 LLM 的数据格式。它具备最先进的视觉语言模型和高性能文本识别引擎,支持超过 100 种语言。该平台被广泛集成到主流 AI Agent 和 RAG 框架中,可在各种硬件后端上提供高效的部署选项。
Index-anisora
Index-AniSora 是一个专为高质量动漫视频生成和动画制作而设计的强大开源框架。该系统具备完善的数据处理流水线、带有时空掩码的可控生成模型以及专业的评估基准。它支持多种创意任务,包括角色 3D 视频生成、风格迁移以及用于精确运动控制的多模态引导。
ncnn
ncnn 是一个专为移动端极致优化的高性能神经网络前向计算框架,旨在简化深度学习算法在手机端的部署。该框架无第三方依赖且具备跨平台特性,在移动端 CPU 上的运行速度优于目前所有已知的开源框架。目前,ncnn 已被广泛应用于腾讯旗下的多款主流应用中,助力开发者轻松构建智能应用程序。
PaddleFormers
PaddleFormers 是基于飞桨框架构建的 Transformers 库,旨在为大语言模型和视觉语言模型提供与 Hugging Face 对等的训练接口。该项目通过集成张量并行、流水线并行及自动混合精度等技术,实现了在重点模型上超越 Megatron-LM 的训练性能。此外,它还全面支持 Safetensors 格式并深度适配了多种国产计算芯片,助力开发者高效完成全流程模型训练。