快速开始

本文档带领大家快速了解使用PaddleX进行AI模型开发的全流程。在开始之前，建议大家阅读了解PaddleX相关的名词概念。其中请注意：在AI Studio云端，PaddleX模型产线以项目/模板项目的形式呈现。

PaddleX同时支持云端和本地端，云端体验请点击这里，本地端软件下载请点击这里。

云端的视频教程如下（PCB瑕疵检测，所用数据集链接）

Linux本地端的视频教程如下（液晶屏OCR识别，所用数据集链接）

下面是文字教程，为了方便理解，下面我们以目标检测任务为例，启动PaddleX模型产线开发之旅。

1. 任务体验与模型选型

在AI Studio 云端，点击这里进入项目大厅。点击「创建项目」-「模板任务」，弹出窗口，可以根据标签和类型进行筛选。例如这里我们可以筛选「计算机视觉-目标检测」标签。

注：在本地端，点击左侧菜单的「模型产线」，即可浏览同样的列表。

接下来我们创建「通用目标检测」产线（可通过「类型-主流AI任务体验」筛选）来体验目标检测任务的推理效果，辅助选择合适的模型。

关于模型选型

在AI Studio 云端，大家还可以点击这里，浏览模型列表，查看目标检测任务相关的模型。根据我们的实际需求和不同模型的精度、速度指标，选择合适的模型。这里我们选择飞桨团队重磅推荐的RT-DETR_HGNetV2_l模型，它是基于Transformer架构的实时目标检测模型，很好地兼顾了精度和速度。

注：在本地端，点击左侧菜单的「模型选型」，即可浏览类似的模型选型列表。

2. 浏览详情

选定模型之后，在产线列表点击「详情」，或者在模型选型列表点击「前往创建模型产线」，即可跳转至模型产线详情页。可浏览模型介绍和PaddleX中开发本模型的方法，建议仔细阅读。

3. 创建产线

在AI Studio云端，在详情页点击「运行一下」或者直接fork项目，即可完成产线创建。在本地端，则需要在详情页点击「创建模型产线」。

项目创建完成后，默认展示实验管理界面，方便查看和管理模型开发记录，如下图所示。

4. 启动环境

在详情页点击「启动环境」，选择算力套餐（本地端无需选择，直接使用本地默认算力），进入PaddleX的开发环境。

在AI Studio云端，推荐选择V100 32G及以上的套餐。不建议使用CPU环境训练模型，耗时很长且不稳定。

云端选择运行环境的页面如下图所示：

进入开发环境后，包含工具箱、开发者两种开发模式，PaddleX开发环境的主体功能请参考这里。

5. 工具箱模式

PaddleX提供的模型产线中，所有的基础模型产线和大部分的特色模型产线支持模型训练，其余产线均只支持模型推理体验和部署包获取功能。对于「支持模型训练」的产线，工具箱模式主要分为数据准备、模型训练、模型评估和模型部署等环节，可以根据实际需求选择合适训练参数、优化策略，使得任务效果最佳。关于工具箱模式的详细使用说明，请参考这里。关于特色模型产线的工具箱模式使用说明，请参考这里。

6. 开发者模式

开发者模式下您可以对代码进行编辑和修改，进行二次开发。关于开发者模式的详细使用说明，请参考这里。

7. 查看运行记录

在模型产线详情页，可以监控模型全流程pipeline的运行信息和状态。

8. 运行详情

点击「查看详情」，可查看单次运行的各项参数配置情况，浏览模型训练曲线，并可以对比多次实验效果。

恭喜您，完成了以上流程！接下来就让我们Run in PaddleX，开始全新的模型产线之旅吧!