PaddleX 3.0 技术文档

1. 安装指南

系统要求

• 操作系统: Linux/Windows/macOS
• Python版本: 3.8~3.12
• 硬件支持: CPU/GPU/XPU/NPU/MLU/DCU

安装方式

基础安装

pip install paddlex -U

GPU版本安装

pip install paddlex-gpu -U

完整版安装(包含所有依赖)

pip install paddlex[all] -U

2. 项目使用说明

快速体验预训练模型

import paddlex as pdx

# 加载OCR模型
model = pdx.cls.ResNet50_vd_ssld(pretrained=True)

# 预测单张图片
result = model.predict("test.jpg")
print(result)

模型训练流程

# 数据准备
train_dataset = pdx.datasets.ImageNet(
    data_dir="dataset",
    file_list="dataset/train_list.txt",
    label_list="dataset/labels.txt",
    transforms=model.get_transforms())

# 模型训练
model = pdx.cls.ResNet50_vd_ssld(num_classes=1000)
model.train(
    num_epochs=10,
    train_dataset=train_dataset,
    train_batch_size=32,
    learning_rate=0.001)

3. 项目API使用文档

核心API概览

模型加载

pdx.cls.ResNet50_vd_ssld(pretrained=True)  # 图像分类
pdx.det.YOLOv3(num_classes=10)  # 目标检测
pdx.seg.DeepLabV3P(num_classes=2)  # 语义分割

数据处理

pdx.datasets.ImageNet()  # 图像分类数据集
pdx.datasets.VOCDetection()  # 目标检测数据集
pdx.transforms.Compose()  # 数据增强组合

模型训练

model.train()  # 训练接口
model.evaluate()  # 评估接口
model.predict()  # 预测接口

模型导出

model.export_inference_model()  # 导出推理模型

4. 项目安装方式详解

完整开发环境搭建

1. 安装PaddlePaddle基础框架

# CPU版本
pip install paddlepaddle

# GPU版本(CUDA 11.2)
pip install paddlepaddle-gpu==2.5.2.post112

2. 安装PaddleX

pip install paddlex[all] -U

3. 验证安装

import paddlex as pdx
print(pdx.__version__)

特殊硬件支持

昇腾NPU安装

pip install paddlex -i https://pypi.npu.xiaomiyun.com/simple

昆仑芯安装

pip install paddlex-xpu -U

常见问题解决

1. 依赖冲突问题 建议使用conda创建虚拟环境：

conda create -n paddlex python=3.8
conda activate paddlex

2. GPU版本安装失败 检查CUDA和cuDNN版本是否匹配：

• CUDA 11.2需对应cuDNN 8.2

3. 模型下载缓慢 可手动下载模型后放入~/.paddlex/pretrain目录