🌟 特性 | 🌐 在线体验｜🚀 快速开始 | 📖 文档 | 🔥能力支持 | 📋 模型列表

🇨🇳 简体中文 | 🇬🇧 English

🔍 简介

PaddleX 3.0 是基于飞桨框架构建的低代码开发工具，它集成了众多开箱即用的预训练模型，可以实现模型从训练到推理的全流程开发，支持国内外多款主流硬件，助力AI 开发者进行产业实践。

🌟 特性

🎨 模型丰富一键调用：将覆盖文本图像智能分析、OCR、目标检测、时序预测等多个关键领域的 200+ 飞桨模型整合为 33 条模型产线，通过极简的 Python API 一键调用，快速体验模型效果。同时支持 39 种单功能模块，方便开发者进行模型组合使用。

🚀 提高效率降低门槛：实现基于统一命令和图形界面的模型全流程开发，打造大小模型结合、大模型半监督学习和多模型融合的8 条特色模型产线，大幅度降低迭代模型的成本。

🌐 多种场景灵活部署：支持高性能推理、服务化部署和端侧部署等多种部署方式，确保不同应用场景下模型的高效运行和快速响应。

🔧 主流硬件高效支持：支持英伟达 GPU、昆仑芯、昇腾和寒武纪等多种主流硬件的无缝切换，确保高效运行。

📣 近期更新

🔥🔥 2025.10.16，发布 PaddleX v3.3.0，新增能力如下：

• 支持PaddleOCR-VL、PP-OCRv5多语种模型的推理部署能力。

🔥🔥 2025.8.20，发布 PaddleX v3.2.0，新增能力如下：

• 部署能力升级：

  • 全面支持飞桨框架 3.1.0 和 3.1.1 版本。
  • 高性能推理支持 CUDA 12，可使用 Paddle Inference、ONNX Runtime 后端推理。
  • 高稳定性服务化部署方案全面开源，支持用户根据需求对 Docker 镜像和 SDK 进行定制化修改。
  • 高稳定性服务化部署方案支持通过手动构造HTTP请求的方式调用，该方式允许客户端代码使用任意编程语言编写。

• 重要模型新增：

  • 新增 PP-OCRv5 英文、泰文、希腊文识别模型的训练、推理、部署。其中 PP-OCRv5 英文模型较 PP-OCRv5 主模型在英文场景提升 11%，泰文识别模型精度 82.68%，希腊文识别模型精度 89.28%。

• Benchmark升级：

  • 全部产线支持产线细粒度 benchmark，能够测量产线端到端推理时间以及逐层、逐模块的耗时数据，可用于辅助产线性能分析。
  • 在文档中补充各产线常用配置在主流硬件上的关键指标，包括推理耗时和内存占用等，为用户部署提供参考。

• Bug修复：

  • 修复了当输入图片文件格式不合法时，导致递归调用的问题。
  • 修复了 PP-DocTranslation 和 PP-StructureV3 产线配置文件中图表识别、印章识别、文档预处理参数设置不生效的问题。
  • 修复 PDF 文件在推理结束后未正确关闭的问题。

• 其他升级：

  • 支持 Windows 用户使用英伟达 50 系显卡，可根据安装文档安装对应版本的 paddle 框架。
  • PP-OCR 系列模型支持返回单文字坐标。
  • 将 PaddlePredictorOption 中的 model_name 参数移至 PaddleInfer 中，改善了用户易用性。
  • 重构了官方模型下载逻辑，新增了 AIStudio、ModelScope 等多模型托管平台。

🔥🔥 2025.6.28，发布 PaddleX v3.1.0，新增能力如下：

• 重要模型：
  • 新增PP-OCRv5多语种文本识别模型，支持法语、西班牙语、葡萄牙语、俄语、韩语等37种语言的文字识别模型的训推流程。平均精度涨幅超30%。
  • 升级PP-StructureV3中的PP-Chart2Table模型，图表转表能力进一步升级，在内部自建测评集合上指标（RMS-F1）提升9.36个百分点（71.24% -> 80.60%）
• 重要产线：
  • 新增基于PP-StructureV3和ERNIE 4.5 Turbo的文档翻译产线PP-DocTranslation，支持翻译Markdown文档、各种复杂版式的PDF文档和文档图像，结果保存为Markdown格式文档。

🔥🔥 2025.5.20，发布 PaddleX v3.0.0，相比PaddleX v2.x，核心升级如下：

丰富的模型库：

• 模型丰富： PaddleX3.0 包含270+模型，涵盖了图像（视频）分类/检测/分割、OCR、语音识别、时序等多种场景。
• 方案成熟： PaddleX3.0 基于丰富的模型库，提供了通用文档解析、关键信息抽取、文档理解、表格识别、通用图像识别等多种重要且成熟的AI解决方案。

统一推理接口，重构部署能力：

• 推理接口标准化，降低不同种类模型带来的API接口差异，减少用户学习成本，提升企业落地效率。
• 提供多模型组合能力，复杂任务可以通过不同的模型方便地进行组合使用，实现1+1>2 的能力。
• 部署能力升级，多种模型部署可以使用统一的命令管理，支持多卡推理，支持多卡多实例服务化部署。

全面适配飞桨框架3.0：

• 全面适配飞桨框架3.0新特性： 支持编译器训练，训练命令通过追加 -o Global.dy2st=True 即可开启编译器训练，在 GPU 上，多数模型训练速度可提升 10% 以上，少部分模型训练速度可以提升 30% 以上。推理方面，模型整体适配飞桨 3.0 中间表示技术（PIR），拥有更加灵活的扩展能力和兼容性，静态图模型存储文件名由 xxx.pdmodel 改为 xxx.json。
• 全面支持 ONNX 格式模型： 支持通过Paddle2ONNX插件转换模型格式。

重磅能力支撑：

• 支撑PP-OCRv5的串联逻辑和多硬件推理、多后端推理、服务化部署能力。
• 支撑PP-StructureV3的复杂模型串联和并联的逻辑，首次串联并联共15个模型，实现多模型协同的复杂pipeline。精度在 OmniDocBench 榜单上达到 SOTA 水平。
• 支撑PP-ChatOCRv4的大模型串联逻辑，结合文心大模型4.5Turbo，结合新增的PP-DocBee2，关键信息抽取精度相比上一代提升15.7个百分点。

多硬件支持：

• 整体支持英伟达、英特尔、苹果M系列、昆仑芯、昇腾、寒武纪、海光、燧原等芯片的训练和推理。
• 在昇腾上，全面适配的模型达到200个， 支持OM高性能推理的模型达到21个。此外支持PP-OCRv5、PP-StructureV3等重要模型方案。
• 在昆仑芯上支持重要分类、检测、OCR类模型（含PP-OCRv5）。

🔠 模型产线说明

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。

📊 能力支持

PaddleX的各个产线均支持本地快速推理，部分模型支持在AI Studio星河社区上进行在线体验，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推理/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在AI Studio星河社区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, 点击【创建产线】，选择对应的任务场景和模型产线，就可以开启全流程开发。详细请参考教程《零门槛开发产业级AI模型》

❗注：以上功能均基于 GPU/CPU 实现。PaddleX 还可在昆仑芯、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(昆仑芯 XPU)/模型列表( 昇腾 NPU)/模型列表( 寒武纪 MLU)/模型列表( 海光 DCU)。我们正在适配更多的模型，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

⏭️ 快速开始

🛠️ 安装

❗在安装 PaddleX 之前，请确保您已具备基本的 Python 运行环境（注：目前支持 Python 3.8 至 Python 3.13）。PaddleX 3.0.x 版本依赖的 PaddlePaddle 版本为 3.0.0 及以上版本，请在使用前务必保证版本的对应关系。

• 安装 PaddlePaddle

# CPU 版本
python -m pip install paddlepaddle==3.3.0 -i https://www.paddlepaddle.org.cn/packages/stable/cpu/

# GPU 版本，需显卡驱动程序版本 ≥450.80.02（Linux）或 ≥452.39（Windows）
 python -m pip install paddlepaddle-gpu==3.3.0 -i https://www.paddlepaddle.org.cn/packages/stable/cu118/

# GPU 版本，需显卡驱动程序版本 ≥550.54.14（Linux）或 ≥550.54.14（Windows）
 python -m pip install paddlepaddle-gpu==3.3.0 -i https://www.paddlepaddle.org.cn/packages/stable/cu126/

❗无需关注物理机上的 CUDA 版本，只需关注显卡驱动程序版本。更多飞桨 Wheel 版本信息，请参考飞桨官网。

• 安装PaddleX

pip install "paddlex[base]"

❗ 更多安装方式参考 PaddleX 安装教程

💻 命令行使用

一行命令即可快速体验产线效果，统一的命令行格式为：

paddlex --pipeline [产线名称] --input [输入图片] --device [运行设备]

PaddleX的每一条产线对应特定的参数，您可以在各自的产线文档中查看具体的参数说明。每条产线需指定必要的三个参数：

• pipeline：产线名称或产线配置文件
• input：待处理的输入文件（如图片）的本地路径、目录或 URL
• device：使用的硬件设备及序号（例如gpu:0表示使用第 0 块 GPU），也可选择使用 NPU(npu:0)、 XPU(xpu:0)、CPU(cpu)等。

以通用 OCR 产线为例：

paddlex --pipeline OCR \
        --input https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_ocr_002.png \
        --use_doc_orientation_classify False \
        --use_doc_unwarping False \
        --use_textline_orientation False \
        --save_path ./output \
        --device gpu:0

{'res': {'input_path': 'general_ocr_002.png', 'page_index': None, 'model_settings': {'use_doc_preprocessor': False, 'use_textline_orientation': False}, 'doc_preprocessor_res': {'input_path': None, 'model_settings': {'use_doc_orientation_classify': True, 'use_doc_unwarping': False}, 'angle': 0},'dt_polys': [array([[ 3, 10],
       [82, 10],
       [82, 33],
       [ 3, 33]], dtype=int16), ...], 'text_det_params': {'limit_side_len': 960, 'limit_type': 'max', 'thresh': 0.3, 'box_thresh': 0.6, 'unclip_ratio': 2.0}, 'text_type': 'general', 'textline_orientation_angles': [-1, ...], 'text_rec_score_thresh': 0.0, 'rec_texts': ['www.99*', ...], 'rec_scores': [0.8980069160461426,  ...], 'rec_polys': [array([[ 3, 10],
       [82, 10],
       [82, 33],
       [ 3, 33]], dtype=int16), ...], 'rec_boxes': array([[  3,  10,  82,  33], ...], dtype=int16)}}

其他产线的命令行使用，只需将 pipeline 参数调整为相应产线的名称，参数调整为对应的产线的参数即可。下面列出了每个产线对应的命令：

📝 Python 脚本使用

几行代码即可完成产线的快速推理，统一的 Python 脚本格式如下：

from paddlex import create_pipeline

pipeline = create_pipeline(pipeline=[产线名称])
output = pipeline.predict([输入图片名称])
for res in output:
    res.print()
    res.save_to_img("./output/")
    res.save_to_json("./output/")

执行了如下几个步骤：

• create_pipeline() 实例化产线对象
• 传入图片并调用产线对象的 predict() 方法进行推理预测
• 对预测结果进行处理

其他产线的 Python 脚本使用，只需将 create_pipeline() 方法的 pipeline 参数调整为相应产线的名称，参数调整为对应的产线的参数即可。下面列出了每个产线对应的参数名称及详细的使用解释：

📖 文档

• 🔍 OCR

  • 📜 通用 OCR 产线使用教程

  • 📊 通用表格识别产线使用教程

  • 🗂️ 通用表格识别v2产线使用教程

  • 📰 通用版面解析产线使用教程

  • 🗞️ 通用版面解析产线v3使用教程

  • 📐 公式识别产线使用教程

  • 📝 印章文本识别产线使用教程

  • 🖌️ 文档图像预处理产线使用教程

• 🎥 计算机视觉

  • 🖼️ 通用图像分类产线使用教程

  • 🎯 通用目标检测产线使用教程

  • 📋 通用实例分割产线使用教程

  • 🗣️ 通用语义分割产线使用教程

  • 🏷️ 图像多标签分类产线使用教程

  • 🔍 小目标检测产线使用教程

  • 🖼️ 图像异常检测产线使用教程

  • 🌐 3D多模态融合检测产线使用教程

  • 🔍 人体关键点检测产线使用教程

  • 📚 开放词汇检测产线使用教程

  • 🎨 开放词汇分割产线使用教程

  • 🔄 旋转目标检测产线使用教程

  • 🖼️ 通用图像识别产线使用教程

  • 🚶‍♀️ 行人属性识别产线使用教程

  • 🚗 车辆属性识别产线使用教程

  • 🆔人脸识别产线使用教程

• ⏱️ 时序分析

  • 📈 时序预测产线使用教程

  • 📉 时序异常检测产线使用教程

  • 🕒 时序分类产线使用教程

• 🎤 语音识别

  • 🌐 多语种语音识别产线使用教程

• 🎥 视频识别

  • 📈 通用视频分类产线使用教程

  • 🔍 通用视频检测产线使用教程

• 🌐 多模态视觉语言模型

  • 📝 文档理解产线使用教程

• 🔧 相关说明文件

  • 🖥️ PaddleX 产线命令行使用说明

  • 📝 PaddleX 产线 Python 脚本使用说明

  • 🔎 产线并行推理

• 🖼️ 图像分类

  • 📂 图像分类模块使用教程

  • 🏷️ 图像多标签分类模块使用教程

  • 👤 行人属性识别模块使用教程

  • 🚗 车辆属性识别模块使用教程

• 🏞️ 图像特征

  • 🔗 图像特征模块使用教程

  • 😁 人脸特征模块使用教程

• 🎯 目标检测

  • 🎯 目标检测模块使用教程

  • 📏 小目标检测模块使用教程

  • 🧑‍🤝‍🧑 人脸检测模块使用教程

  • 🔍 主体检测模块使用教程

  • 🚶 行人检测模块使用教程

  • 🚶‍♂️ 人体关键点检测模块使用教程

  • 🌐 开放词汇目标检测模块使用教程

• 🖼️ 图像分割

  • 🗺️ 语义分割模块使用教程

  • 🔍 实例分割模块使用教程

  • 🚨 图像异常检测模块使用教程

  • 🌐 开放词汇分割模块使用教程

• ⏱️ 时序分析

  • 📈 时序预测模块使用教程

  • 🚨 时序异常检测模块使用教程

  • 🕒 时序分类模块使用教程

• 🎤 语音识别

  • 🌐 多语种语音识别模块使用教程

• 📦 3D

  • 📦 3D多模态融合检测模块使用教程

• 🌐 多模态视觉语言模型

  • 📝 文档类视觉语言模型模块使用教程

  • 📈 图表解析模块使用教程

• 📄 相关说明文件

  • 📝 PaddleX 单模型 Python 脚本使用说明

  • 📝 PaddleX 通用模型配置文件参数说明

  • 📝 PaddleX 时序任务模型配置文件参数说明

  • 📝 PaddleX 3d任务模型配置文件参数说明

  • 📝 模型推理 Benchmark

• 🔍 OCR

  • 📊 表格识别任务模块

  • 📰 文本检测/识别任务模块

• 📉 时序分析

  • 📈 时序异常检测任务模块

  • 📉时序分类任务模块

  • 🕜 时序预测任务模块

🤔 FAQ

关于我们项目的一些常见问题解答，请参考FAQ。如果您的问题没有得到解答，请随时在 Issues 中提出

💬 Discussion

我们非常欢迎并鼓励社区成员在 Discussions 板块中提出问题、分享想法和反馈。无论您是想要报告一个 bug、讨论一个功能请求、寻求帮助还是仅仅想要了解项目的最新动态，这里都是一个绝佳的平台。

📄 许可证书

本项目的发布受 Apache 2.0 license 许可认证。

PaddleX 快速上手指南

PaddleX 3.0 是基于飞桨（PaddlePaddle）框架构建的低代码 AI 开发工具，集成了 200+ 预训练模型和 33 条模型产线，支持从训练、推理到部署的全流程开发。

1. 环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux, Windows, macOS
• Python 版本：3.8 ~ 3.13
• 硬件支持：CPU, GPU (NVIDIA), XPU (昆仑芯), NPU (昇腾), MLU (寒武纪), DCU (海光) 等。
• 前置依赖：需先安装 PaddlePaddle 深度学习框架。

安装 PaddlePaddle (推荐国内源)

根据您的硬件环境选择对应的安装命令（以下为通用 GPU/CPU 示例，更多版本请参考 飞桨安装文档）：

# CPU 版本
python -m pip install paddlepaddle==3.1.1 -i https://mirror.baidu.com/pypi/simple

# GPU 版本 (CUDA 12)
python -m pip install paddlepaddle-gpu==3.1.1 -i https://mirror.baidu.com/pypi/simple

2. 安装 PaddleX

使用 pip 直接安装最新版本的 PaddleX：

pip install paddlex==3.3.0 -i https://mirror.baidu.com/pypi/simple

提示：添加 -i https://mirror.baidu.com/pypi/simple 可使用百度镜像源加速下载。

3. 基本使用

PaddleX 提供了极简的 Python API，只需几行代码即可调用预训练模型进行推理。以下以通用目标检测为例：

代码示例

from paddlex import create_model

# 1. 创建模型实例 (自动下载预训练模型)
# 使用 PP-YOLOE_plus 模型进行目标检测
model = create_model('PP-YOLOE_plus')

# 2. 执行推理
# 替换 'image.jpg' 为您的图片路径
result = model.predict('image.jpg')

# 3. 打印或保存结果
for res in result:
    print(res.json) 
    # 可选：保存可视化结果
    # res.save_to_img('./output/') 

其他常用产线调用方式

PaddleX 支持 OCR、图像分类、分割、时序预测等多种任务，调用方式一致，仅需更改模型名称：

# 通用 OCR (文字识别)
ocr_model = create_model('PP-OCRv5')
ocr_result = ocr_model.predict('text_image.png')

# 通用图像分类
cls_model = create_model('ResNet50')
cls_result = cls_model.predict('dog.jpg')

# 表格识别
table_model = create_model('PP-StructureV3')
table_result = table_model.predict('table_image.png')

下一步

• 在线体验：访问 AI Studio 星河社区 无需代码即可体验各产线效果。
• 高性能部署：参考官方文档进行 服务化部署 或 端侧部署。
• 二次开发：若预训练模型效果不满足需求，可使用 PaddleX 提供的统一命令进行模型微调训练。