OSCHINA-MIRROR/paddlepaddle-PaddleX

Введение

PaddleX 3.0 — это инструмент для разработки моделей искусственного интеллекта с низким порогом вхождения, созданный на основе фреймворка PaddlePaddle. Он объединяет множество готовых к использованию предварительно обученных моделей, позволяя разрабатывать модели от обучения до логического вывода. PaddleX поддерживает различные типы оборудования как отечественного, так и зарубежного производства и помогает разработчикам ИИ в промышленной практике.

Классификация изображений	Многоклассовая классификация изображений	Обнаружение объектов	Сегментация экземпляров
Изображение	Изображение	Изображение	Изображение
https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_usage/tutorials/cv_pipelines/image_classification.html	https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_usage/tutorials/cv_pipelines/image_multi_label_classification.html	https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_usage/tutorials/cv_pipelines/object_detection.html	https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_usage/tutorials/cv_pipelines/instance_segmentation.html

Семантическая сегментация	Аномалии изображения
https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_usage/tutorials/cv_pipelines/semantic_segmentation.html

🔥🔥 «PaddleX Document Information Personalized Extraction Upgrade», PP-ChatOCRv3 инновационно предоставляет функции пользовательской разработки для моделей OCR на основе технологии слияния данных, предлагая более мощные возможности точной настройки модели. Миллионы высококачественных данных распознавания текста OCR общего назначения автоматически интегрируются в данные обучения вертикальной модели в определённом соотношении, решая проблему ослабленных возможностей распознавания общего текста, вызванную обучением вертикальной модели в отрасли. Подходит для практических сценариев в таких отраслях, как автоматизированный офис, контроль финансовых рисков, здравоохранение, образование и издательское дело, а также юридический и государственный секторы. 24 октября (четверг) 19:00 Присоединяйтесь к нашему живому сеансу для углублённого анализа версии с открытым исходным кодом PP-ChatOCRv3 и выдающихся преимуществ PaddleX 3.0 Beta1 с точки зрения точности и скорости. Ссылка для регистрации.

❗ Получите больше курсов бесплатно

🔥🔥 9.30, 2024, версия с открытым исходным кодом PaddleX 3.0 Beta1 официально выпущена, предоставляя более 200 моделей, которые можно вызвать с помощью простого Python API; достичь разработки полного процесса модели на основе унифицированных команд и открыть исходный код основных возможностей конвейера PP-ChatOCRv3; поддержка более 100 моделей для высокопроизводительного логического вывода и сервисно-ориентированного развёртывания (постоянное обновление), более 7 ключевых визуальных моделей для периферийного развёртывания; более 70 моделей были адаптированы для полного процесса разработки Ascend 910B, более 15 моделей были адаптированы для полного процесса разработки чипов Kunlun и Cambricon.

🔥 6.27, 2024, официально выпущена версия PaddleX 3.0 Beta с открытым исходным кодом, поддерживающая использование различного основного оборудования для разработки конвейеров и моделей в низкокодовой манере на локальной стороне.

🔥 3.25, 2024, облачный выпуск PaddleX 3.0, поддерживающий создание конвейеров в сообществе AI Studio Galaxy Community в режиме нулевого кода.

🔠 Объяснение конвейера

PaddleX предназначен для достижения обучения модели, логического вывода и развёртывания на уровне конвейера. Конвейер относится к серии предопределённых процессов разработки для конкретных задач ИИ, который включает в себя комбинацию отдельных моделей (модулей с одной функцией), способных независимо выполнять определённый тип задачи.

📊 Что может PaddleX?

Все конвейеры PaddleX поддерживают онлайн-опыт на AI Studio и локальный быстрый логический вывод. Вы можете быстро ощутить эффекты каждого предварительно обученного конвейера. Если вы удовлетворены эффектами предварительно обученного конвейера, вы можете напрямую выполнить высокопроизводительный логический вывод / сервисно-ориентированное развёртывание / периферийное развёртывание на конвейере. Если нет, то вы также можете разработать под свои нужды, чтобы улучшить эффект конвейера. Для полного процесса разработки конвейера обратитесь к Руководству по использованию инструмента разработки конвейера PaddleX для локального использования.

Кроме того, PaddleX предоставляет разработчикам инструмент эффективного обучения и развёртывания моделей на основе облачного графического интерфейса пользователя. Разработчикам не нужно разрабатывать код, просто нужно подготовить набор данных, соответствующий требованиям конвейера, чтобы быстро начать обучение модели. Подробнее см. в руководстве «Разработка моделей промышленного уровня с нулевым барьером». Перевод текста:

❗Примечание: указанные возможности реализованы на основе GPU/CPU. PaddleX также может выполнять локальные выводы и пользовательские разработки на основном оборудовании, таком как Kunlunxin, Ascend, Cambricon и Haiguang. В таблице ниже подробно описан статус поддержки конвейеров. Для получения конкретных списков поддерживаемых моделей см. Список моделей (Kunlunxin XPU) / Список моделей (Ascend NPU) /Список моделей (Cambricon).

Основной язык текста запроса — английский. Поддержка оборудования отечественного производства

Pipeline	Ascend 910B	Kunlunxin R200/R300	Cambricon MLU370X8	Haiguang Z100
OCR	✅	✅	✅	🚧
Распознавание таблиц	✅	🚧	🚧	🚧
Обнаружение объектов	✅	✅	✅	🚧
Сегментация экземпляров	✅	🚧	✅	🚧
Классификация изображений	✅	✅	✅	✅
Семантическая сегментация	✅	✅	✅	✅
Прогнозирование временных рядов	✅	✅	✅	🚧
Детекция аномалий временных рядов	✅	🚧	🚧	🚧
Классификация временных рядов	✅	🚧	🚧	🚧

Быстрый старт

Установка

❗Перед установкой PaddleX убедитесь, что у вас есть базовая среда Python (Примечание: в настоящее время поддерживается Python 3.8–Python 3.10, адаптируется больше версий Python). Версия PaddleX 3.0-beta2 зависит от версии PaddlePaddle 3.0.0b2.

Установка PaddlePaddle

# cpu
python -m pip install paddlepaddle==3.0.0b2 -i https://www.paddlepaddle.org.cn/packages/stable/cpu/

# gpu，данная команда применима только к машинной среде с версией CUDA 11.8
python -m pip install paddlepaddle-gpu==3.0.0b2 -i https://www.paddlepaddle.org.cn/packages/stable/cu118/

# gpu，данная команда применима только к машинной среде с версией CUDA 12.3
python -m pip install paddlepaddle-gpu==3.0.0b2 -i https://www.paddlepaddle.org.cn/packages/stable/cu123/

❗Для получения дополнительной информации о версиях PaddlePaddle обратитесь к официальному веб-сайту PaddlePaddle.

Установка PaddleX

pip install https://paddle-model-ecology.bj.bcebos.com/paddlex/whl/paddlex-3.0.0b1-py3-none-any.whl

❗Дополнительные методы установки см. в Руководстве по установке PaddleX.

Использование CLI

Одна команда позволяет быстро оценить эффект конвейера. Унифицированный формат CLI выглядит следующим образом:

paddlex --pipeline [имя конвейера] --input [путь или URL входного изображения] --device [используемое устройство GPU]

Вам нужно указать только три параметра:

pipeline: имя конвейера;
input: локальный путь или URL входного изображения для обработки;
device: используемый номер GPU (например, gpu:0 означает использование 0-го GPU), также можно выбрать CPU (cpu).

Например, используя конвейер OCR:

paddlex --pipeline OCR --input https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_ocr_002.png  --device gpu:0
``` Визуализация имеет следующий вид:

![alt text](https://raw.githubusercontent.com/cuicheng01/PaddleX_doc_images/main/images/boardingpass.png)

Для использования командной строки для других пайплайнов просто настройте параметр `pipeline` на имя соответствующего пайплайна. Ниже приведены команды для каждого пайплайна:
| Название пайплайна | Команда |
|---------------------|----------|
| Классификация изображений | paddlex --pipeline image_classification --input https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_image_classification_001.jpg --device gpu:0 |
| Обнаружение объектов | paddlex --pipeline object_detection --input https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_object_detection_002.png --device gpu:0 |
| Сегментация экземпляров | paddlex --pipeline instance_segmentation --input https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_instance_segmentation_004.png --device gpu:0 |
| Семантическая сегментация | paddlex --pipeline semantic_segmentation --input https://paddle-model-ecology.bj.bcebos.com/paddlex/PaddleX3.0/application/semantic_segmentation/makassaridn-road_demo.png --device gpu:0 |
| Многоуровневая классификация изображений | paddlex --pipeline multi_label_image_classification --input https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_image_classification_001.jpg --device gpu:0 |
| Детектирование малых объектов | paddlex --pipeline small_object_detection --input https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/small_object_detection.jpg --device gpu:0 |
| Детектирование аномалий | paddlex --pipeline anomaly_detection --input https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/uad_grid.png --device gpu:0 |
| Распознавание атрибутов пешеходов | paddlex --pipeline pedestrian_attribute --input https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/pedestrian_attribute_002.jpg --device gpu:0 | **Распознавание атрибутов транспортных средств:**

`paddlex --pipeline vehicle_attribute --input https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/vehicle_attribute_002.jpg --device gpu:0`

**Оптическое распознавание символов (OCR):**

`paddlex --pipeline OCR --input https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_ocr_002.png --device gpu:0`

**Распознавание таблиц:**

`paddlex --pipeline table_recognition --input https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/table_recognition.jpg --device gpu:0`

**Анализ структуры документа:**

`paddlex --pipeline layout_parsing --input https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/demo_paper.png --device gpu:0`

**Распознавание формул:**

`paddlex --pipeline formula_recognition --input https://paddle-model-ecology.bj.bcebos.com/paddlex/demo_image/general_formula_recognition.png --device gpu:0`

**Распознавание печатей и штампов:**

`paddlex --pipeline seal_recognition --input https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/seal_text_det.png --device gpu:0`

**Прогнозирование временных рядов:**

`paddlex --pipeline ts_fc --input https://paddle-model-ecology.bj.bcebos.com/paddlex/ts/demo_ts/ts_fc.csv --device gpu:0`

**Обнаружение аномалий во временных рядах:**

`paddlex --pipeline ts_ad --input https://paddle-model-ecology.bj.bcebos.com/paddlex/ts/demo_ts/ts_ad.csv --device gpu:0`

**Классификация временных рядов:**

`paddlex --pipeline ts_cls --input https://paddle-model-ecology.bj.bcebos.com/paddlex/ts/demo_ts/ts_cls.csv --device gpu:0` **Инструкции по использованию скриптов Python для сегментации экземпляров, семантической сегментации, классификации изображений с несколькими метками, обнаружения небольших объектов, обнаружения аномалий на изображениях, распознавания лиц и других задач компьютерного зрения в PaddlePaddle**

| Задача | Скрипт Python | Инструкции по использованию скрипта Python|
| --- | --- | --- |
| Сегментация экземпляров | semantic_segmentation | [Инструкции по использованию скрипта semantic_segmentation](https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_usage/tutorials/cv_pipelines/semantic_segmentation.html) |
|Семантическая сегментация | semantic_segmentation |  [Инструкции по использованию скрипта semantic_segmentation](https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_usage/tutorials/cv_pipelines/semantic_segmentation.html)|
| Классификация изображений с несколькими метками | multilabel_classification | [Инструкции по использованию скрипта multilabel_classification](https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_usage/tutorials/cv_pipelines/image_multi_label_classification.html)| 
| Обнаружение небольших объектов | small_object_detection | [Инструкции по использованию скрипта small_object_detection](https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_usage/tutorials/cv_pipelines/small_object_detection.html)|
|Обнаружение аномалий на изображениях | image_classification |  [Инструкции по использованию скрипта image_classification](https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_usage/tutorials/cv_pipelines/image_anomaly_detection.html)|
| Распознавание лиц | face_recognition | [Инструкции по использованию скрипта face_recognition](https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_usage/tutorials/cv_pipelines/face_recognition.html)|
|Распознавание атрибутов пешеходов | pedestrian_attribute | [Инструкции по использованию скрипта pedestrian_attribute](https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_usage/tutorials/cv_pipelines/pedestrian_attribute.html)|
| Распознавание атрибутов транспортных средств | vehicle_attribute |  [Инструкции по использованию скрипта vehicle_attribute](https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_usage/tutorials/cv_pipelines/vehicle_attribute.html)|
| OCR | OCR | [Инструкции по использованию скрипта OCR](https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_usage/tutorials/ocr_pipelines/OCR.html)|
| Распознавание таблиц | table_recognition |  [Инструкции по использованию скрипта table_recognition](https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_usage/tutorials/ocr_pipelines/table_recognition.html)|
| Анализ структуры документа | layout_parsing | [Инструкции по использованию скрипта layout_parsing](https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_usage/tutorials/ocr_pipelines/layout_parsing.html)|
| Распознавание формул | formula_recognition | [Инструкции по использованию скрипта formula_recognition](https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_usage/tutorials/ocr_pipelines/formula_recognition.html)|
| Распознавание печатей | seal_recognition | [Инструкции по использованию скрипта seal_recognition](https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_usage/tutorials/ocr_pipelines/seal_recognition.html)|
| Прогнозирование временных рядов | ts_forecast | [Инструкции по использованию скрипта ts_forecast](https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_usage/tutorials/time_series_pipelines/time_series_forecasting.html)|
| Обнаружение аномалий во временных рядах | ts_anomaly_detection |  [Инструкции по использованию скрипта ts_anomaly_detection](https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_usage/tutorials/time_series_pipelines/time_series_anomaly_detection.html)|
|Классификация временных рядов | ts_cls | [Инструкции по использованию скрипта ts_cls](https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_usage/tutorials/time_series_pipelines/time_series_classification.html)| **Серия инструкций по использованию скрипта пайтон для классификации временных рядов**

[https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_usage/tutorials/time_series_pipelines/time_series_classification.html] |
</details>

## 📖 Документация
<details>
  <summary> <b> ⬇️ Установка </b></summary>

  * [📦 Установка PaddlePaddle](https://paddlepaddle.github.io/PaddleX/latest/ru/installation/paddlepaddle_install.html)
  * [📦 Установка PaddleX](https://paddlepaddle.github.io/PaddleX/latest/ru/installation/installation.html)

</details>

<details open>
<summary> <b> 🔥 Использование конвейера </b></summary>

* [📑 Обзор использования конвейеров PaddleX](https://paddlepaddle.github.io/PaddleX/latest/ru/pipeline_usage/pipeline_develop_guide.html)

* <details open>
    <summary> <b> 📝 Извлечение информации</b></summary>

   * [📄 Учебник по конвейеру PP-ChatOCRv3](https://paddlepaddle.github.io/PaddleX/latest/ru/pipeline_usage/tutorials/information_extraction_pipelines/document_scene_information_extraction.html)
  </details>

* <details open>
    <summary> <b> 🔍 OCR </b></summary>

    * [📜 Учебник по конвейеру OCR](https://paddlepaddle.github.io/PaddleX/latest/ru/pipeline_usage/tutorials/ocr_pipelines/OCR.html)
    * [📊 Учебник по конвейеру распознавания таблиц](https://paddlepaddle.github.io/PaddleX/latest/ru/pipeline_usage/tutorials/ocr_pipelines/table_recognition.html)
    * [📄 Учебник по конвейеру анализа структуры документа](https://paddlepaddle.github.io/PaddleX/latest/ru/pipeline_usage/tutorials/ocr_pipelines/layout_parsing.html)
    * [📐 Учебник по конвейеру распознавания формул](https://paddlepaddle.github.io/PaddleX/latest/ru/pipeline_usage/tutorials/ocr_pipelines/formula_recognition.html)
    * [📝 Учебник по конвейеру распознавания печатей](https://paddlepaddle.github.io/PaddleX/latest/ru/pipeline_usage/tutorials/ocr_pipelines/seal_recognition.html)
  </details>

* <details open>
    <summary> <b> 🎥 Компьютерное зрение </b></summary>

   * [🖼️ Учебник по конвейеру классификации изображений](https://paddlepaddle.github.io/PaddleX/latest/ru/pipeline_usage/tutorials/cv_pipelines/image_classification.html)
   * [🎯 Учебник по конвейеру обнаружения объектов](https://paddlepaddle.github.io/PaddleX/latest/ru/pipeline_usage/tutorials/cv_pipelines/object_detection.html)
   * [📋 Учебник по конвейеру сегментации экземпляров](https://paddlepaddle.github.io/PaddleX/latest/ru/pipeline_usage/tutorials/cv_pipelines/instance_segmentation.html)
   * [🗣️ Учебник по конвейеру семантической сегментации](https://paddlepaddle.github.io/PaddleX/latest/ru/pipeline_usage/tutorials/cv_pipelines/semantic_segmentation.html)
   * [🏷️ Учебник по конвейеру мультиклассовой классификации изображений](https://paddlepaddle.github.io/PaddleX/latest/ru/pipeline_usage/tutorials/cv_pipelines/image_multi_label_classification.html)
   * [🔍 Учебник по конвейеру обнаружения малых объектов](https://paddlepaddle.github.io/PaddleX/latest/ru/pipeline_usage/tutorials/cv_pipelines/small_object_detection.html)
   * [🖼️ Учебник по конвейеру обнаружения аномалий на изображениях](https://paddlepaddle.github.io/PaddleX/latest/ru/pipeline_usage/tutorials/cv_pipelines/image_anomaly_detection.html)
   * [🖼️ Учебник по конвейеру общего распознавания изображений](https://paddlepaddle.github.io/PaddleX/latest/ru/pipeline_usage/tutorials/cv_pipelines/general_image_recognition.html)
   * [🆔 Учебник по конвейеру распознавания лиц](https://paddlepaddle.github.io/PaddleX/latest/ru/pipeline_usage/tutorials/cv_pipelines/face_recognition.html)
   * [🚗 Учебник по конвейеру определения атрибутов транспортных средств](https://paddlepaddle.github.io/PaddleX/latest/ru/pipeline_usage/tutorials/cv_pipelines/vehicle_attribute.html)
   * [🚶‍♀️ Учебник по конвейеру определения атрибутов пешеходов](https://paddlepaddle.github.io/PaddleX/latest/ru/pipeline_usage/tutorials/cv_pipelines/pedestrian_attribute.html)
  </details>

* <details open>
    <summary> <b> ⏱️ Анализ временных рядов</b> </summary>

   * [📈 Учебник по конвейеру прогнозирования временных рядов](https://paddlepaddle.github.io/PaddleX/latest/ru/pipeline_usage/tutorials/time_series_pipelines/time_series_forecasting.html)
   * [📉 Учебник по конвейеру выявления аномалий во временных рядах](https://paddlepaddle.github.io/PaddleX/latest/ru/pipeline_usage/tutorials/time_series_pipelines/time_series_anomaly_detection.html) **Tutorial**

* **🕒 Time Series Classification Pipeline Tutorial**

**🔧 Related Instructions**

* 🖥️ PaddleX pipeline Command Line Instruction
* 📝 PaddleX pipeline Python Script Instruction

**⚙️ Module Usage**

* *🔍 OCR*

  * 📝 Text Detection Module Tutorial
  * 🔖 Seal Text Detection Module Tutorial
  * 🔠 Text Recognition Module Tutorial
  * 🗺️ Layout Parsing Module Tutorial
  * 📊 Table Structure Recognition Module Tutorial
  * 📄 Document Image Orientation Classification Tutorial
  * 🔧 Document Image Unwarp Module Tutorial
  * 🔡 Formula Recognition Module Tutorial

* *🖼️ Image Classification*

   * 📂 Image Classification Module Tutorial
   * 🏷️ Multi-label Image Classification Module Tutorial
    * 👤 Pedestrian Attribute Recognition Module Tutorial
    * 🚗 Vehicle Attribute Recognition Module Tutorial

* *🏞️ Image Features*

    * 🔗 Image Feature Module Tutorial
    * 😁 Face_Feature Module Tutorial

* *🎯 Object Detection*

  * 🎯 Object Detection Module Tutorial
  * 📏 Small Object Detection Module Tutorial
  * 🧑‍🤝‍🧑 Face Detection Module Tutorial
  * 🔍 Mainbody Detection Module Tutorial
  * 🚶 Pedestrian Detection Module Tutorial **🚗 Vehicle Detection Module Tutorial**

[Ссылка](https://paddlepaddle.github.io/PaddleX/latest/en/module_usage/tutorials/cv_modules/vehicle_detection.html)

* * *

**🖼️ Image Segmentation**

* **🗺️ Semantic Segmentation Module Tutorial**. [Ссылка](https://paddlepaddle.github.io/PaddleX/latest/en/module_usage/tutorials/cv_modules/semantic_segmentation.html).

* **🔍 Instance Segmentation Module Tutorial**. [Ссылка](https://paddlepaddle.github.io/PaddleX/latest/en/module_usage/tutorials/cv_modules/instance_segmentation.html).

* **🚨 Image Anomaly Detection Module Tutorial**. [Ссылка](https://paddlepaddle.github.io/PaddleX/latest/en/module_usage/tutorials/cv_modules/anomaly_detection.html).

* * *

**⏱️ Time Series Analysis**

* **📈 Time Series Forecasting Module Tutorial**. [Ссылка](https://paddlepaddle.github.io/PaddleX/latest/en/module_usage/tutorials/time_series_modules/time_series_forecasting.html).

* **🚨 Time Series Anomaly Detection Module Tutorial**. [Ссылка](docs/module_usage/tutorials/time_series_modules/time_series_anomaly_detection.md).

* **🕒 Time Series Classification Module Tutorial**. [Ссылка](https://paddlepaddle.github.io/PaddleX/latest/en/module_usage/tutorials/time_series_modules/time_series_classification.html).

* * *

**📄 Related Instructions**

* **📝 PaddleX Single Model Python Script Instruction**. [Ссылка](https://paddlepaddle.github.io/PaddleX/latest/en/module_usage/instructions/model_python_API.html).

* **📝 PaddleX General Model Configuration File Parameter Instruction**. [Ссылка](https://paddlepaddle.github.io/PaddleX/latest/en/module_usage/instructions/config_parameters_common.html).

* **📝 PaddleX Time Series Task Model Configuration File Parameter Instruction**. [Ссылка](https://paddlepaddle.github.io/PaddleX/latest/en/module_usage/instructions/config_parameters_time_series.html).

* * *

**🏗️ Pipeline Deployment**

* **🚀 PaddleX High-Performance Inference Guide**. [Ссылка](https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_deploy/high_performance_inference.html).

* **🖥️ PaddleX Service Deployment Guide**. [Ссылка](https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_deploy/service_deploy.html).

* **📱 PaddleX Edge Deployment Guide**. [Ссылка](https://paddlepaddle.github.io/PaddleX/latest/en/pipeline_deploy/edge_deploy.html).

* * *

**🖥️ Multi-Hardware Usage**

* **⚙️ Multi-Hardware Usage Guide**. [Ссылка](https://paddlepaddle.github.io/PaddleX/latest/en/other_devices_support/multi_devices_use_guide.html).

* **⚙️ DCU Paddle Installation**. [Ссылка](https://paddlepaddle.github.io/PaddleX/latest/en/other_devices_support/paddlepaddle_install_DCU.html).

* **⚙️ MLU Paddle Installation**. [Ссылка](https://paddlepaddle.github.io/PaddleX/latest/en/other_devices_support/paddlepaddle_install_MLU.html).

* **⚙️ NPU Paddle Installation**. [Ссылка](https://paddlepaddle.github.io/PaddleX/latest/en/other_devices_support/paddlepaddle_install_NPU.html).

* **⚙️ XPU Paddle Installation**. [Ссылка](https://paddlepaddle.github.io/PaddleX/latest/en/other_devices_support/paddlepaddle_install_XPU.html).

* * *

**📝 Tutorials & Examples**

* **📑 PP-ChatOCRv3 Model Line — Paper Document Information Extract Tutorial**. [Ссылка](docs/practical_tutorials/document_scene_information_extraction(layout_detection)_tutorial_en.md).

* **📑 PP-ChatOCRv3 Model Line — Seal Information Extract Tutorial**. [Ссылка](docs/practical_tutorials/document_scene_information_extraction(seal_recognition)_tutorial_en.md).

* **🖼️ General Image Classification Model Line — Garbage Classification Tutorial**. [Ссылка](https://paddlepaddle.github.io/PaddleX/latest/en/practical_tutorials/image_classification_garbage_tutorial.html).

* **🧩 General Instance Segmentation Model Line — Remote Sensing Image Instance Segmentation Tutorial**. [Ссылка](https://paddlepaddle.github.io/PaddleX/latest/en/practical_tutorials/instance_segmentation_remote_sensing_tutorial.html).

* **👥 General Object Detection Model Line — Pedestrian Fall Detection**. **Практические руководства**

* Общее руководство по модели обнаружения объектов — руководство по обнаружению элементов моды.
* Общее практическое руководство по моделям OCR — руководство по распознаванию номерных знаков.
* Общее практическое руководство по моделям OCR — руководство по распознаванию рукописных китайских иероглифов.
* Общее практическое руководство по семантической сегментации — руководство по сегментации дорожной разметки.
* Практическое руководство по модели обнаружения аномалий временных рядов — руководство по применению для обнаружения аномалий оборудования.
* Руководство по практическому применению модели классификации временных рядов — руководство по мониторингу сердцебиения и классификации данных временных рядов.
* Практическое применение модели прогнозирования временных рядов — долгосрочное прогнозирование потребления электроэнергии.

## 🤔 FAQ

Ответы на некоторые распространённые вопросы о нашем проекте см. в разделе [FAQ](https://paddlepaddle.github.io/PaddleX/latest/ru/FAQ.html). Если вы не нашли ответ на свой вопрос, пожалуйста, задайте его в разделе [Проблемы](https://github.com/PaddlePaddle/PaddleX/issues).

## 💬 Обсуждение

Мы приветствуем участников сообщества и призываем их задавать вопросы, делиться идеями и отзывами в разделе [Обсуждения](https://github.com/PaddlePaddle/PaddleX/discussions). Это отличная платформа, где можно сообщить об ошибке, обсудить запрос на добавление функции, попросить помощи или просто быть в курсе последних новостей проекта.

## 📄 Лицензия

Выпуск этого проекта лицензирован в соответствии с лицензией [Apache 2.0](https://github.com/PaddlePaddle/PaddleX/blob/release/3.0-beta/LICENSE).