Py学习  »  Git

搞定瑕疵检测、CT影像分割!这个火爆GitHub的AI开源项目来了

CVer • 2 年前 • 638 次点击  

点击下方卡片,关注“CVer”公众号

AI/CV重磅干货,第一时间送达

3000亿美金市场,“十四五”规划重点内容,人工智能今年可谓炙手可热~但AI算法的构建和应用,不仅要求你懂业务,还需要有深厚的数学基础、编程基础,甚至还需要硬件开发能力,何其难也! 

而当我发现了这个项目的时候,我就知道产业智能化升级有救了! 

覆盖工业制造、安防巡检、能源电力、卫星遥感、智能交通等十多个行业的AI应用场景,而且简单到只要你会用Python就可以快速开发AI算法。AI学习路程也不必再“从入门到放弃”、“从理论到躺平”,一步步跟随示例工程操作,产业智能化升级触手可得!

着急的小伙伴可以直接去看项目详情,Star收藏后再慢慢研究:
https://github.com/PaddlePaddle/PaddleX

说的这么神,这到底是个什么项目,到底有什么过人之处,又具体能做些什么呢?下面就展开来给大家详细介绍一下。

1能做什么?



  • 工业制造:瑕疵检测、目标定位、智能抓取、自动分拣、产品计数

  • 安防巡检:输电线路及基站本体异物检测,表计等设备检测及读数,异常喷洒、火情检测

  • 智慧城市:车辆、行人、交通标志检测,卫星遥感图像识别,建筑物、农作物、道路等检测、分割及变化检测及面积计算

  • 智慧零售:商品检测、商标检测及计数

  • 智慧医疗领域:CT影像分割、肺炎筛查、眼底病变筛查 几乎全面覆盖高价值AI应用场景,同功能商业化软件单个机器授权超过10万!而这个PaddleX却是完全开源免费的!绝对是业界的一股清流,良心之作。


2怎么用?


pip install一键安装, 4个API即可完成深度学习算法训练!
 一站式开发
从数据预处理、超参配置、模型训练与评估、模型多端部署等深度学习产业项目开发全流程全面覆盖。

 多硬件、多环境快速部署:
PaddleX Deployment模块,得益于Paddle Inference和Paddle Lite的能力,适配业界常用的CPU、GPU(包括NVIDIA Jetson)、树莓派等硬件,支持用户采用OpenVINO或TensorRT进行推理加速。完备支持工业最常使用的Windows系统,且提供C#语言进行部署的方式。

 独特的PaddleX Manufacture SDK
不会编译预测库?需要多个算法串联?PaddleX ManufactureSDK提供工业级多端多平台部署加速的预编译飞桨部署开发套件(SDK),通过修改业务逻辑配置文件,就可以快速完成推理部署。覆盖单个算法以及多个算法串联形式。极低代码,极高效率。                                   

  亲妈级实例工程及文档:
针对产业落地每一细节,提供详细的完善的操作指南,以及基于产业真实场景的示例工程。覆盖从数据标注、数据预处理、单模型训练调优、多模型串联,到多端部署、推理加速、可视化结果呈现等全流程!
              

3可视化开发Demo及硬件预装


  • PaddleX图形化开发界面GUI以及适用于Windows系统部署的“工业相机实时目标检测GUI”,部署后可直接调用一个或多个相机,直接可视化检测结果!!!



  • 预装神州数码代理发售的英特尔®️NUC硬件,并经过完善测试,获得了产品兼容性证明。被Intel和神州数码认可的产品,你说能差吗?!


              

4平台构建及模型加密


除了以上通用的使用方法和模块,PaddleX还拥有一些独特的开挂玩法!

  • 可以直接搭建AI开发平台及服务的RESTful API:不论你将训练框架部署在哪里, 只需要启动RESTful API服务,即可在本地调起开发界面调动远程服务器的资源进行训练。

  • 模型加密:即使你的模型被拷贝,没有密钥也无法被非法使用!


拥有这样牛气的神器,仿佛坐拥几十个亿!!! 


不论你是AI算法开发者、软件系统工程师、硬件工程师还是学生, 都可以应用PaddleX提供的深度学习算法快速进行模型开发,并在实际的硬件、系统上部署上线。


还不Star等什么?这么优秀的项目不值得支持一下嘛?


项目链接:

https://github.com/PaddlePaddle/PaddleX



不仅如此!6.28-30日每晚 8:15-9:30,百度高工还会通过直播,为我们一步步详细讲解深度学习产业应用落地过程,还不赶紧扫码上车!!!


扫描二维码报名,立即加入技术交流群


精彩课程抢先看


👇点击“阅读原文”,即可报名学习!

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/116193
 
638 次点击