随着ChatGPT引领的AI破圈,各行各业掀起了AI落地的潮流,从智能客服、智能写作、智能监控,到智能医疗、智能家居、智能金融、智能农业,谁能快速将AI与传统业务相结合,谁就将成为企业数字化和智能化变革的优胜者。然而,将人工智能技术落地应用面临着诸多挑战,例如从如何选择适合的可落地模型,到满足不同业务的多模型联合应用;从快速完成AI模型的训练微调,到如何将模型高效部署。
为了应对这些挑战,飞桨团队推出了飞桨AI套件(PaddleX)——精选产业实用模型的一站式开发平台。包含如下特点:
优质的算法库
包含10多个任务场景的36个精选模型,提供完善的模型推理benchmark数据,开发者可以基于业务需求选择最合适的模型。
便捷的开发方式
提供无代码+低代码的开发方式,只需四步,即可完成数据、训练、验证和部署的全流程AI开发。
高效的模型部署
完善的部署能力支持,实现跨平台、跨硬件的快速产业级部署。
丰富的国产硬件支持
PaddleX不仅可以在AI Studio云端使用,还支持Windows本地部署,并正在不断丰富Linux版本、昆仑芯版本、昇腾版本和寒武纪版本。
共赢的联创共建
除了便捷地开发AI应用外,PaddleX还为大家提供了获取商业收益的机会,为企业探索更多商业空间,实现共同成长和共赢。
作为一款高效的开发神器,PaddleX值得每一位开发者拥有。接下来,我们将详细解析PaddleX的核心能力,助您更好地了解并应用这款工具。添加AI Studio飞桨AI套件官方频道,和大家一起讨论吧!AI Studio飞桨AI套件官方频道
https://aistudio.baidu.com/community/channel/610
如果你想进一步了解PaddleX,也可以微信扫描二维码添加运营同学,并回复【PaddleX】,运营同学会邀请您加入官方交流群!
PaddleX云端使用链接
https://aistudio.baidu.com/modelsoverview?category=%E4%BA%A7%E4%B8%9A%E6%96%B9%E6%A1%88&supportPaddlex=1&sortBy=weight
PaddleX Windows本地端下载链接
https://www.paddlepaddle.org.cn/paddle/paddleX
优质的算法库
首先介绍下PaddleX平台中的精选算法模型集合。飞桨在支撑企业AI落地过程中,总结多年的实践经验,沉淀出了面向10+任务场景的36个精选模型,统一收录到了PaddleX中,并且这个集合还在持续丰富中。从此,飞桨开发者可以在一款软件中,完成不同AI任务的开发部署工作。
不过,同一任务下往往有不止一种模型算法,如何选择适合业务场景的模型呢?不慌,PaddleX提供了完善的模型benchmark数据,可帮助开发者基于业务需求选择精度高/速度快/均衡的模型,从此摆脱模型选择困难症。PaddleX提供的模型选型能力请见
https://ai.baidu.com/ai-doc/AISTUDIO/vlistbd6p
未来将持续丰富完善,敬请关注~
简易的开发方式
说完算法库和模型选型,接下来就该进入核心的模型开发环节了。如果说PaddleX给大家带来的第一印象是什么,大概就是工具箱/开发者双模式的联动开发方式了。
工具箱模式
开发者模式
工具箱模式主打一个简单无脑,准备好符合规范要求的数据集,然后在webui界面中数据校验、模型训练、评估测试、模型部署一溜烟操作下来,AI模型开发全流程就丝滑地走完了。
开发者模式则提供了一个自由的广场,本质上是在VS Code集成开发环境的基础上,搭建好了PaddleX团队精心设计的超高层API(UAPI)底座,4个核心API即可完成模型开发部署,剩下的就全凭大家自由发挥啦。
UAPI使用说明
https://ai.baidu.com/ai-doc/AISTUDIO/7ll0srufz
两种开发模式之间并不是割裂的,而是紧密关联的。简单来说,工具箱模式的每一个关键步骤,都对应了开发者模式下的一个UAPI接口。而工具箱模式下的所有配置修改,都会实时落盘,使得两个模式之间可以无缝切换,接续开发。
另一方面,小伙伴们如果觉得工具箱模式还不够好用,完全可以“自己动手,丰衣足食”。在开发者模式下编辑完工具箱模式的Python代码之后,切换到工具箱模式并点击“重新加载”,工具箱DIY就完成啦。我们非常鼓励大家进行工具箱的二次开发,优秀的创意将有机会被官方纳入PaddleX精选模板,让广大开发者受益于你的创意。
高效的部署模式
对不少学习AI的小伙伴来说,训练得到了符合精度要求的模型,任务就告一段落了。但是对于AI模型的落地应用,还需要非常关键的临门一脚——模型部署。在很多产业应用的实际场景中,经过完善的模型部署后,推理性能可以提升好几倍,这样才能满足真实的业务需求。飞桨提供了Paddle Inference、Paddle Lite等高性能推理库,以及专注于快速便捷部署体验的FastDeploy,来帮助广大飞桨开发者完成这关键一步。喜大普奔的是,PaddleX无缝集成了FastDeploy的能力,轻松点选您的部署环境要求,就可以获取相应的部署包啦~
第一步,导出预测模型
第二步,获取部署包
获取部署包之后,就可以按照其中的详细使用说明,去目标设备进行AI模型的部署啦~
目前PaddleX上线的飞桨精选模型,基本已满足下表的部署支持情况。
在未来,PaddleX还将支持C#、多款端侧硬件、以及服务化部署的功能,敬请期待吧!
丰富的国产硬件支持
PaddleX目前已经可以在AI Studio星河社区云端和Windows本地端进行使用,但这还不够,为了满足更多用户的研发生产需求,PaddleX规划了丰富完备的国产硬件支持计划,如下表所示。请大家时刻关注飞桨公众号,敬请期待呦~
共赢的联创共建
除了可以更便捷地开发AI模型和应用外,PaddleX还为大家提供了获取商业收益的机会。
伙伴们基于PaddleX开发出产业应用后,可以拟定应用价格,通过SDK方式开放给其他用户;其他用户购买SDK后,伙伴可获得相应收入分成。
其他用户无需重新训练模型,可以直接通过接口完成数据输入和获取处理结果,避免重复开发,提升效率。
目前已有多个伙伴开放并上线相关应用。
基于Picodet的车载路面垃圾检测
https://aistudio.baidu.com/modelsdetail/385?modelId=385
基于CLIP的野生动物及其制品分类
https://aistudio.baidu.com/modelsdetail/386?modelId=386
基于PP-OCRv4的文档场景检测识别
https://aistudio.baidu.com/modelsdetail/387?modelId=387
此外,不少开发者根据PaddleX提供的范例项目,串联大、小模型,开发出了颇受大家欢迎的应用。比如数链科技,基于PP-ChatOCR项目,开发出“大宗商品贸易合同信息抽取应用",关键信息抽取准确率达到95%以上;开放给行业客户后,客户信息录入效率提升了150%,数链科技也获得了可观收益。
智能合同关键信息抽取分析系统
https://aistudio.baidu.com/projectdetail/6718801
如果您也有意愿发布基于PaddleX的产业应用,可以添加小助手,回复“联创”即可。
最后,稍微总结一下:PaddleX是一站式、全流程、高效率的飞桨AI套件,具备飞桨生态优质模型和产业方案。PaddleX的使命是助力AI技术快速落地,愿景是使人人成为AI Developer!
目前PaddleX正在快速迭代,欢迎大家试用和指正!比心~
关注【飞桨PaddlePaddle】公众号
获取更多技术内容~