飞桨低代码开发工具PaddleX，依托于PaddleDetection的先进技术，支持了目标检测领域的低代码全流程开发能力。通过低代码全流程开发，可实现简单且高效的模型使用、组合与定制。这将显著减少模型开发的时间消耗，降低其开发难度，大大加快模型在行业中的应用和推广速度。特色如下：
-
🎨 模型丰富一键调用：将通用目标检测、小目标检测和实例分割涉及的55个模型整合为3条模型产线，通过极简的Python API一键调用，快速体验模型效果。此外，同一套API，也支持图像分类、图像分割、文本图像智能分析、通用OCR、时序预测等共计200+模型，形成20+单功能模块，方便开发者进行模型组合使用。
-
🚀 提高效率降低门槛：提供基于统一命令和图形界面两种方式，实现模型简洁高效的使用、组合与定制。支持高性能部署、服务化部署和端侧部署等多种部署方式。此外，对于各种主流硬件如英伟达GPU、昆仑芯、昇腾、寒武纪和海光等，进行模型开发时，都可以无缝切换。
说明：PaddleX 致力于实现产线级别的模型训练、推理与部署。模型产线是指一系列预定义好的、针对特定AI任务的开发流程，其中包含能够独立完成某类任务的单模型（单功能模块）组合。
PaddleX中目标检测领域相关的3条产线均支持本地快速推理，部分产线支持在线体验，您可以快速体验各个产线的预训练模型效果，如果您对产线的预训练模型效果满意，可以直接对产线进行高性能部署/服务化部署/端侧部署，如果不满意，您也可以使用产线的二次开发能力，提升效果。完整的产线开发流程请参考PaddleX产线使用概览或各产线使用教程。
此外，PaddleX为开发者提供了基于云端图形化开发界面的全流程开发工具, 详细请参考教程《零门槛开发产业级AI模型》
| 在线体验 | 快速推理 | 高性能部署 | 服务化部署 | 端侧部署 | 二次开发 | 星河零代码产线 | |
| 通用目标检测 | 链接 | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ |
| 通用实例分割 | 链接 | ✅ | ✅ | ✅ | 🚧 | ✅ | ✅ |
| 小目标检测 | 🚧 | ✅ | ✅ | ✅ | 🚧 | ✅ | 🚧 |
❗注：以上功能均基于GPU/CPU实现。PaddleX还可在昆仑、昇腾、寒武纪和海光等主流硬件上进行快速推理和二次开发。下表详细列出了模型产线的支持情况，具体支持的模型列表请参阅 模型列表(NPU) // 模型列表(XPU) // 模型列表(MLU) // 模型列表DCU。同时我们也在适配更多的模型，并在主流硬件上推动高性能和服务化部署的实施。
🚀 国产化硬件能力支持
| 产线名称 | 昇腾 910B | 昆仑 R200/R300 | 寒武纪 MLU370X8 | 海光 Z100 |
|---|---|---|---|---|
| 通用目标检测 | ✅ | ✅ | ✅ | 🚧 |
| 通用实例分割 | ✅ | 🚧 | ✅ | 🚧 |