[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-PaddlePaddle--PaddleX":3,"tool-PaddlePaddle--PaddleX":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",160784,2,"2026-04-19T11:32:54",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",109154,"2026-04-18T11:18:24",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":72,"owner_avatar_url":73,"owner_bio":74,"owner_company":75,"owner_location":75,"owner_email":75,"owner_twitter":75,"owner_website":76,"owner_url":77,"languages":78,"stars":115,"forks":116,"last_commit_at":117,"license":118,"difficulty_score":32,"env_os":119,"env_gpu":120,"env_ram":121,"env_deps":122,"category_tags":129,"github_topics":131,"view_count":32,"oss_zip_url":75,"oss_zip_packed_at":75,"status":17,"created_at":144,"updated_at":145,"faqs":146,"releases":176},9687,"PaddlePaddle\u002FPaddleX","PaddleX","All-in-One Development Tool based on PaddlePaddle","PaddleX 是一款基于飞桨（PaddlePaddle）框架打造的全流程低代码 AI 开发工具。它旨在解决开发者在模型选择、训练、调优及部署环节中面临的门槛高、流程繁琐及硬件适配复杂等痛点，让 AI 技术能更快速地落地于产业实践。\n\n无论是希望快速验证想法的算法工程师，还是需要将 AI 能力集成到产品中的软件开发人员，亦或是从事计算机视觉与文档分析的研究者，都能通过 PaddleX 高效开展工作。该工具内置了超过 200 个开箱即用的预训练模型，覆盖 OCR、目标检测、图像分割及时序预测等关键领域，并整合为 33 条标准化模型产线。\n\n其核心亮点在于“极简开发”与“灵活部署”。用户仅需通过统一的 Python API 或图形界面，即可一键调用模型完成从训练到推理的全过程。PaddleX 不仅支持大模型与小模型的协同工作及多模型融合策略，还实现了跨平台无缝部署，兼容 NVIDIA GPU、昆仑芯、昇腾及寒武纪等多种主流硬件。此外，它对 PP-OCRv5 等多语种高精度模型提供了深度支持，并具备细粒度的性能分析能力，帮助开发者轻松构建高性能、高稳定性的 AI 应用。","\u003Cp align=\"center\">\n \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FPaddlePaddle_PaddleX_readme_3986ec4a50b5.png\" width=\"735\" height =\"200\" alt=\"PaddleX\" align=\"middle\" \u002F>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n \u003Ca href=\".\u002FLICENSE\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-Apache%202-red.svg\">\u003C\u002Fa>\n \u003Ca href=\"\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FPython-3.8~3.13-blue.svg\">\u003C\u002Fa>\n \u003Ca href=\"\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FOS-Linux%2C%20Windows%2C%20Mac-orange.svg\">\u003C\u002Fa>\n \u003Ca href=\"\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FHardware-CPU%2C%20GPU%2C%20XPU%2C%20NPU%2C%20MLU%2C%20DCU-yellow.svg\">\u003C\u002Fa>\n\u003C\u002Fp>\n\n\u003Ch4 align=\"center\">\n \u003Ca href=#-特性>🌟 特性\u003C\u002Fa> | \u003Ca href=https:\u002F\u002Faistudio.baidu.com\u002Fapplication\u002Fcenter\u002Fapp?tag=%E5%85%A8%E9%83%A8&flod=86503>🌐 在线体验\u003C\u002Fa>｜\u003Ca href=#️-快速开始>🚀 快速开始\u003C\u002Fa> | \u003Ca href=https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Findex.html> 📖 文档\u003C\u002Fa> | \u003Ca href=#-能力支持> 🔥能力支持\u003C\u002Fa> | \u003Ca href=https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fmodels_list.html> 📋 模型列表\u003C\u002Fa>\n\n\u003C\u002Fh4>\n\n\u003Ch5 align=\"center\">\n \u003Ca href=\"README.md\">🇨🇳 简体中文\u003C\u002Fa> | \u003Ca href=\"README_en.md\">🇬🇧 English\u003C\u002Fa>\u003C\u002Fa>\n\u003C\u002Fh5>\n\n## 🔍 简介\n\nPaddleX 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。\n\n![PaddleX](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FPaddlePaddle_PaddleX_readme_bb83d0e9b6ab.png)\n\n## 🌟 特性\n 🎨 **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。\n\n 🚀 **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**](https:\u002F\u002Faistudio.baidu.com\u002Fintro\u002Fpaddlex)，大幅度降低迭代模型的成本。\n\n 🌐 **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。\n\n 🔧 **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。\n\n## 📣 近期更新\n\n🔥🔥 **2025.10.16，发布 PaddleX v3.3.0**，新增能力如下：\n\n- **支持PaddleOCR-VL、PP-OCRv5多语种模型的推理部署能力。**\n\n🔥🔥 **2025.8.20，发布 PaddleX v3.2.0**，新增能力如下：\n\n- **部署能力升级：**\n - **全面支持飞桨框架 3.1.0 和 3.1.1 版本。**\n - **高性能推理支持 CUDA 12，可使用 Paddle Inference、ONNX Runtime 后端推理。**\n - **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。**\n - 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。\n\n- **重要模型新增：**\n - 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%。**\n\n- **Benchmark升级：**\n - **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。**\n - **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。**\n\n- **Bug修复：**\n - 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。\n - 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。\n - 修复 PDF 文件在推理结束后未正确关闭的问题。\n\n- **其他升级：**\n - **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。**\n - **PP-OCR 系列模型支持返回单文字坐标。**\n - 将 `PaddlePredictorOption` 中的 `model_name` 参数移至 `PaddleInfer` 中，改善了用户易用性。\n - 重构了官方模型下载逻辑，新增了 AIStudio、ModelScope 等多模型托管平台。\n\n\n🔥🔥 **2025.6.28，发布 PaddleX v3.1.0**，新增能力如下：\n\n- **重要模型：**\n - **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%。**\n - 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%）**\n- **重要产线：**\n - 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。**\n\n\n🔥🔥 **2025.5.20，发布 PaddleX v3.0.0**，相比PaddleX v2.x，核心升级如下：\n\n**丰富的模型库：**\n- **模型丰富：** PaddleX3.0 包含270+模型，涵盖了图像（视频）分类\u002F检测\u002F分割、OCR、语音识别、时序等多种场景。\n- **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。**\n\n**统一推理接口，重构部署能力：**\n- **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。\n- **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。\n- **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。**\n\n**全面适配飞桨框架3.0：**\n- **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`。\n- **全面支持 ONNX 格式模型：** 支持通过Paddle2ONNX插件转换模型格式。\n\n**重磅能力支撑：**\n- **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。**\n- **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。**\n- **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。**\n\n**多硬件支持：**\n- **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。**\n- **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。\n- 在昆仑芯上支持重要分类、检测、OCR类模型（含PP-OCRv5）。\n\n ## 🔠 模型产线说明\n\n **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。**\n\n\n ## 📊 能力支持\n\n\nPaddleX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](https:\u002F\u002Faistudio.baidu.com\u002Foverview)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](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_deploy\u002Fhigh_performance_inference.html)\u002F[服务化部署](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_deploy\u002Fserving.html)\u002F[端侧部署](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_deploy\u002Fon_device_deployment.html)，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](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Fpipeline_develop_guide.html)或各产线使用[教程](#-文档)。\n\n\n此外，PaddleX在[AI Studio星河社区](https:\u002F\u002Faistudio.baidu.com\u002Foverview)为开发者提供了基于[云端图形化开发界面](https:\u002F\u002Faistudio.baidu.com\u002Fpipeline\u002Fmine)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》](https:\u002F\u002Faistudio.baidu.com\u002Fpractical\u002Fintroduce\u002F546656605663301)\n\n\u003Ctable >\n \u003Ctr>\n \u003Cth>模型产线\u003C\u002Fth>\n \u003Cth>在线体验\u003C\u002Fth>\n \u003Cth>快速推理\u003C\u002Fth>\n \u003Cth>高性能推理\u003C\u002Fth>\n \u003Cth>服务化部署\u003C\u002Fth>\n \u003Cth>端侧部署\u003C\u002Fth>\n \u003Cth>二次开发\u003C\u002Fth>\n \u003Cth>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fpipeline\u002Fmine\">星河零代码产线\u003C\u002Fa>\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002FOCR.html\">通用OCR\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F91660\u002FwebUI?source=appMineRecent\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Finformation_extraction_pipelines\u002Fdocument_scene_information_extraction_v3.html\">文档场景信息抽取v3\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F182491\u002FwebUI?source=appCenter\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Finformation_extraction_pipelines\u002Fdocument_scene_information_extraction_v4.html\">文档场景信息抽取v4\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F518493\u002FwebUI?source=appCenter\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Ftable_recognition.html\">通用表格识别\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F91661?source=appMineRecent\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fobject_detection.html\">通用目标检测\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F70230\u002FwebUI?source=appMineRecent\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Finstance_segmentation.html\">通用实例分割\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F100063\u002FwebUI?source=appMineRecent\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fimage_classification.html\">通用图像分类\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F100061\u002FwebUI?source=appMineRecent\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fsemantic_segmentation.html\">通用语义分割\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F100062\u002FwebUI?source=appMineRecent\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Ftime_series_forecasting.html\">时序预测\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F105706\u002FwebUI?source=appMineRecent\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Ftime_series_anomaly_detection.html\">时序异常检测\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F105708\u002FwebUI?source=appMineRecent\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Ftime_series_classification.html\">时序分类\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F105707\u002FwebUI?source=appMineRecent\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fsmall_object_detection.html\">小目标检测\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F387975\u002FwebUI?source=appCenter\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fimage_multi_label_classification.html\">图像多标签分类\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F387974\u002FwebUI?source=appCenter\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Fformula_recognition.html\">公式识别\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F387976\u002FwebUI?source=appCenter\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Fseal_recognition.html\">印章文本识别\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F387977\u002FwebUI?source=appCenter\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fpedestrian_attribute_recognition.html\">行人属性识别\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F387978\u002FwebUI?source=appCenter\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fvehicle_attribute_recognition.html\">车辆属性识别\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F387979\u002FwebUI?source=appCenter\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fimage_anomaly_detection.html\">图像异常检测\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fhuman_keypoint_detection.html\">人体关键点检测\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fopen_vocabulary_detection.html\">开放词汇检测\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fopen_vocabulary_segmentation.html\">开放词汇分割\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Frotated_object_detection.html\">旋转目标检测\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002F3d_bev_detection.html\">3D多模态融合检测\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Ftable_recognition_v2.html\">通用表格识别v2\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F518495\u002FwebUI?source=appCenter\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Flayout_parsing.html\">通用版面解析\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002FPP-StructureV3.html\">通用版面解析v3\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F518494\u002FwebUI?source=appCente\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Fdoc_preprocessor.html\">文档图像预处理\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fgeneral_image_recognition.html\">通用图像识别\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fface_recognition.html\">人脸识别\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fspeech_pipelines\u002Fmultilingual_speech_recognition.html\">多语种语音识别\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fvideo_pipelines\u002Fvideo_classification.html\">通用视频分类\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fvideo_pipelines\u002Fvideo_detection.html\">通用视频检测\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fvlm_pipelines\u002Fdoc_understanding.html\">文档理解\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n\n\n\u003C\u002Ftable>\n\n> ❗注：以上功能均基于 GPU\u002FCPU 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)](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fmodel_list_xpu.html)\u002F[模型列表(昇腾NPU)](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fmodel_list_npu.html)\u002F[模型列表(寒武纪MLU)](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fmodel_list_mlu.html)\u002F[模型列表(海光DCU)](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fmodel_list_dcu.html)。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。\n\n🔥🔥 **国产化硬件能力支持**\n\n\u003Ctable>\n \u003Ctr>\n \u003Cth>模型产线\u003C\u002Fth>\n \u003Cth>昇腾 910B\u003C\u002Fth>\n \u003Cth>昆仑芯 R200\u002FR300\u003C\u002Fth>\n \u003Cth>寒武纪 MLU370X8\u003C\u002Fth>\n \u003Cth>海光 Z100\u002FK100AI\u003C\u002Fth>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>通用OCR\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>通用表格识别\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>通用目标检测\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>通用实例分割\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>通用图像分类\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>通用语义分割\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>时序预测\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>时序异常检测\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>时序分类\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>图像多标签分类\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>行人属性识别\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>车辆属性识别\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>通用图像识别\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>印章文本识别\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>图像异常检测\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>人脸识别\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n\u003C\u002Ftable>\n\n## ⏭️ 快速开始\n\n### 🛠️ 安装\n\n> ❗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。\n\n* **安装 PaddlePaddle**\n```bash\n# CPU 版本\npython -m pip install paddlepaddle==3.3.0 -i https:\u002F\u002Fwww.paddlepaddle.org.cn\u002Fpackages\u002Fstable\u002Fcpu\u002F\n\n# GPU 版本，需显卡驱动程序版本 ≥450.80.02（Linux）或 ≥452.39（Windows）\n python -m pip install paddlepaddle-gpu==3.3.0 -i https:\u002F\u002Fwww.paddlepaddle.org.cn\u002Fpackages\u002Fstable\u002Fcu118\u002F\n\n# GPU 版本，需显卡驱动程序版本 ≥550.54.14（Linux）或 ≥550.54.14（Windows）\n python -m pip install paddlepaddle-gpu==3.3.0 -i https:\u002F\u002Fwww.paddlepaddle.org.cn\u002Fpackages\u002Fstable\u002Fcu126\u002F\n```\n> ❗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](https:\u002F\u002Fwww.paddlepaddle.org.cn\u002Finstall\u002Fquick?docurl=\u002Fdocumentation.\u002Fdocs\u002Fzh\u002Finstall\u002Fpip\u002Flinux-pip.html)。\n\n* **安装PaddleX**\n\n```bash\npip install \"paddlex[base]\"\n```\n\n> ❗ 更多安装方式参考 [PaddleX 安装教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Finstallation\u002Finstallation.html)\n\n### 💻 命令行使用\n\n一行命令即可快速体验产线效果，统一的命令行格式为：\n\n```bash\npaddlex --pipeline [产线名称] --input [输入图片] --device [运行设备]\n```\n\nPaddleX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：\n* `pipeline`：产线名称或产线配置文件\n* `input`：待处理的输入文件（如图片）的本地路径、目录或 URL\n* `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。\n\n\n以通用 OCR 产线为例：\n```bash\npaddlex --pipeline OCR \\\n --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fgeneral_ocr_002.png \\\n --use_doc_orientation_classify False \\\n --use_doc_unwarping False \\\n --use_textline_orientation False \\\n --save_path .\u002Foutput \\\n --device gpu:0\n```\n\u003Cdetails>\n \u003Csummary>\u003Cb>👉 点击查看运行结果 \u003C\u002Fb>\u003C\u002Fsummary>\n\n```bash\n{'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],\n [82, 10],\n [82, 33],\n [ 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],\n [82, 10],\n [82, 33],\n [ 3, 33]], dtype=int16), ...], 'rec_boxes': array([[ 3, 10, 82, 33], ...], dtype=int16)}}\n```\n\n可视化结果如下：\n\n![alt text](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FPaddlePaddle_PaddleX_readme_10256226dad0.png)\n\n\u003C\u002Fdetails>\n\n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：\n\n\u003Cdetails>\n \u003Csummary>\u003Cb>👉 更多产线的命令行使用\u003C\u002Fb>\u003C\u002Fsummary>\n\n| 产线名称 | 使用命令 |\n|--------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| 通用图像分类 | `paddlex --pipeline image_classification --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fgeneral_image_classification_001.jpg --device gpu:0 --save_path .\u002Foutput\u002F` |\n| 通用目标检测 | `paddlex --pipeline object_detection --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fgeneral_object_detection_002.png --threshold 0.5 --save_path .\u002Foutput\u002F --device gpu:0` |\n| 通用实例分割 | `paddlex --pipeline instance_segmentation --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fgeneral_instance_segmentation_004.png --threshold 0.5 --save_path .\u002Foutput --device gpu:0` |\n| 通用语义分割 | `paddlex --pipeline semantic_segmentation --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002FPaddleX3.0\u002Fapplication\u002Fsemantic_segmentation\u002Fmakassaridn-road_demo.png --target_size -1 --save_path .\u002Foutput --device gpu:0` |\n| 图像多标签分类 | `paddlex --pipeline image_multilabel_classification --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fgeneral_image_classification_001.jpg --save_path .\u002Foutput --device gpu:0` |\n| 小目标检测 | `paddlex --pipeline small_object_detection --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fsmall_object_detection.jpg --threshold 0.5 --save_path .\u002Foutput --device gpu:0` |\n| 图像异常检测 | `paddlex --pipeline anomaly_detection --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fuad_grid.png --save_path .\u002Foutput --device gpu:0` |\n| 行人属性识别 | `paddlex --pipeline pedestrian_attribute_recognition --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fpedestrian_attribute_002.jpg --save_path .\u002Foutput\u002F --device gpu:0` |\n| 车辆属性识别 | `paddlex --pipeline vehicle_attribute_recognition --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fvehicle_attribute_002.jpg --save_path .\u002Foutput\u002F --device gpu:0` |\n| 3D多模态融合检测 | `paddlex --pipeline 3d_bev_detection --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fdet_3d\u002Fdemo_det_3d\u002Fnuscenes_demo_infer.tar --device gpu:0 --save_path .\u002Foutput\u002F` |\n| 人体关键点检测 | `paddlex --pipeline human_keypoint_detection --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fkeypoint_detection_001.jpg --det_threshold 0.5 --save_path .\u002Foutput\u002F --device gpu:0` |\n| 开放词汇检测 | `paddlex --pipeline open_vocabulary_detection --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fopen_vocabulary_detection.jpg --prompt \"bus . walking man . rearview mirror .\" --thresholds \"{'text_threshold': 0.25, 'box_threshold': 0.3}\" --save_path .\u002Foutput --device gpu:0` |\n| 开放词汇分割 | `paddlex --pipeline open_vocabulary_segmentation --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fopen_vocabulary_segmentation.jpg --prompt_type box --prompt \"[[112.9,118.4,513.8,382.1],[4.6,263.6,92.2,336.6],[592.4,260.9,607.2,294.2]]\" --save_path .\u002Foutput --device gpu:0` |\n| 旋转目标检测 | `paddlex --pipeline rotated_object_detection --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Frotated_object_detection_001.png --threshold 0.5 --save_path .\u002Foutput --device gpu:0` |\n| 通用OCR | `paddlex --pipeline OCR --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fgeneral_ocr_002.png --use_doc_orientation_classify False --use_doc_unwarping False --use_textline_orientation False --save_path .\u002Foutput --device gpu:0` |\n| 文档图像预处理 | `paddlex --pipeline doc_preprocessor --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fdemo_image\u002Fdoc_test_rotated.jpg --use_doc_orientation_classify True --use_doc_unwarping True --save_path .\u002Foutput --device gpu:0` |\n| 通用表格识别 | `paddlex --pipeline table_recognition --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Ftable_recognition.jpg --save_path .\u002Foutput --device gpu:0` |\n| 通用表格识别v2 | `paddlex --pipeline table_recognition_v2 --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Ftable_recognition.jpg --save_path .\u002Foutput --device gpu:0` |\n| 通用版面解析 | `paddlex --pipeline layout_parsing --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fdemo_paper.png --use_doc_orientation_classify False --use_doc_unwarping False --use_textline_orientation False --save_path .\u002Foutput --device gpu:0` |\n| 通用版面解析v3 | `paddlex --pipeline PP-StructureV3 --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fpp_structure_v3_demo.png --use_doc_orientation_classify False --use_doc_unwarping False --use_textline_orientation False --save_path .\u002Foutput --device gpu:0` |\n| 公式识别 | `paddlex --pipeline formula_recognition --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fdemo_image\u002Fgeneral_formula_recognition.png --use_layout_detection True --use_doc_orientation_classify False --use_doc_unwarping False --layout_threshold 0.5 --layout_nms True --layout_unclip_ratio 1.0 --layout_merge_bboxes_mode large --save_path .\u002Foutput --device gpu:0` |\n| 印章文本识别 | `paddlex --pipeline seal_recognition --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fseal_text_det.png --use_doc_orientation_classify False --use_doc_unwarping False --device gpu:0 --save_path .\u002Foutput` |\n| 时序预测 | `paddlex --pipeline ts_forecast --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fts\u002Fdemo_ts\u002Fts_fc.csv --device gpu:0 --save_path .\u002Foutput` |\n| 时序异常检测 | `paddlex --pipeline ts_anomaly_detection --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fts\u002Fdemo_ts\u002Fts_ad.csv --device gpu:0 --save_path .\u002Foutput` |\n| 时序分类 | `paddlex --pipeline ts_classification --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fts\u002Fdemo_ts\u002Fts_cls.csv --device gpu:0 --save_path .\u002Foutput` |\n| 多语种语音识别 | `paddlex --pipeline multilingual_speech_recognition --input https:\u002F\u002Fpaddlespeech.bj.bcebos.com\u002FPaddleAudio\u002Fzh.wav --save_path .\u002Foutput --device gpu:0` |\n| 通用视频分类 | `paddlex --pipeline video_classification --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fvideos\u002Fdemo_video\u002Fgeneral_video_classification_001.mp4 --topk 5 --save_path .\u002Foutput --device gpu:0` |\n| 通用视频检测 | `paddlex --pipeline video_detection --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fvideos\u002Fdemo_video\u002FHorseRiding.avi --device gpu:0 --save_path .\u002Foutput` |\n\n\n\u003C\u002Fdetails>\n\n### 📝 Python 脚本使用\n\n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：\n```python\nfrom paddlex import create_pipeline\n\npipeline = create_pipeline(pipeline=[产线名称])\noutput = pipeline.predict([输入图片名称])\nfor res in output:\n res.print()\n res.save_to_img(\".\u002Foutput\u002F\")\n res.save_to_json(\".\u002Foutput\u002F\")\n```\n执行了如下几个步骤：\n\n* `create_pipeline()` 实例化产线对象\n* 传入图片并调用产线对象的 `predict()` 方法进行推理预测\n* 对预测结果进行处理\n\n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：\n\u003Cdetails>\n \u003Csummary>\u003Cb>👉 更多产线的Python脚本使用\u003C\u002Fb>\u003C\u002Fsummary>\n\n| 产线名称 | 对应参数 | 详细说明 |\n|--------------------|------------------------------------|------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| 文档场景信息抽取v4 | `PP-ChatOCRv4-doc` | [文档场景信息抽取v4产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Finformation_extraction_pipelines\u002Fdocument_scene_information_extraction_v4.html#22-本地体验) |\n| 文档场景信息抽取v3 | `PP-ChatOCRv3-doc` | [文档场景信息抽取v3产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Finformation_extraction_pipelines\u002Fdocument_scene_information_extraction_v3.html#22-本地体验) |\n| 通用图像分类 | `image_classification` | [通用图像分类产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fimage_classification.html#222-python脚本方式集成) |\n| 通用目标检测 | `object_detection` | [通用目标检测产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fobject_detection.html#222-python脚本方式集成) |\n| 通用实例分割 | `instance_segmentation` | [通用实例分割产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Finstance_segmentation.html#222-python脚本方式集成) |\n| 通用语义分割 | `semantic_segmentation` | [通用语义分割产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fsemantic_segmentation.html#222-python脚本方式集成) |\n| 图像多标签分类 | `multi_label_image_classification` | [图像多标签分类产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fimage_multi_label_classification.html#22-python脚本方式集成) |\n| 小目标检测 | `small_object_detection` | [小目标检测产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fsmall_object_detection.html#22-python脚本方式集成) |\n| 图像异常检测 | `anomaly_detection` | [图像异常检测产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fimage_anomaly_detection.html#22-python脚本方式集成) |\n| 通用图像识别 | `PP-ShiTuV2` | [通用图像识别Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fgeneral_image_recognition.html#22-python脚本方式集成) |\n| 人脸识别 | `face_recognition` | [人脸识别Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fface_recognition.html#22-python脚本方式集成) |\n| 车辆属性识别 | `vehicle_attribute_recognition` | [车辆属性识别产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fvehicle_attribute_recognition.html#22-python脚本方式集成) |\n| 行人属性识别 | `pedestrian_attribute_recognition` | [行人属性识别产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fpedestrian_attribute_recognition.html#22-python脚本方式集成) |\n| 3D多模态融合检测 | `3d_bev_detection` | [3D多模态融合检测产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002F3d_bev_detection.html#222-python脚本方式集成) |\n| 人体关键点检测 | `human_keypoint_detection` | [人体关键点检测产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fhuman_keypoint_detection.html#222-python脚本方式集成) |\n| 开放词汇检测 | `open_vocabulary_detection` | [开放词汇检测产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fopen_vocabulary_detection.html#212-python脚本方式集成) |\n| 开放词汇分割 | `open_vocabulary_segmentation` | [开放词汇分割产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fopen_vocabulary_segmentation.html#212-python脚本方式集成) |\n| 旋转目标检测 | `rotated_object_detection` | [旋转目标检测产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Frotated_object_detection.html#212-python脚本方式集成) |\n| 通用OCR | `OCR` | [通用OCR产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002FOCR.html#222-python脚本方式集成) |\n| 文档图像预处理 | `doc_preprocessor` | [文档图像预处理产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Fdoc_preprocessor.html#212-python脚本方式集成) |\n| 通用表格识别 | `table_recognition` | [通用表格识别产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Ftable_recognition.html#22-python脚本方式集成) |\n| 通用表格识别v2 | `table_recognition_v2` | [通用表格识别v2产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Ftable_recognition_v2.html#22-python脚本方式集成) |\n| 通用版面解析 | `layout_parsing` | [通用版面解析产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Flayout_parsing.html#22-python脚本方式集成) |\n| 通用版面解析v3 | `PP-StructureV3` | [通用版面解析v3产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002FPP-StructureV3.html#22-python脚本方式集成) |\n| 公式识别 | `formula_recognition` | [公式识别产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Fformula_recognition.html#22-python脚本方式集成) |\n| 印章文本识别 | `seal_recognition` | [印章文本识别产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Fseal_recognition.html#22-python脚本方式集成) |\n| 时序预测 | `ts_forecast` | [时序预测产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Ftime_series_forecasting.html#222-python脚本方式集成) |\n| 时序异常检测 | `ts_anomaly_detection` | [时序异常检测产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Ftime_series_anomaly_detection.html#222-python脚本方式集成) |\n| 时序分类 | `ts_classification` | [时序分类产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Ftime_series_classification.html#222-python脚本方式集成) |\n| 多语种语音识别 | `multilingual_speech_recognition` | [多语种语音识别产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Fmultilingual_speech_recognition.html#212-python脚本方式集成) |\n| 通用视频分类 | `video_classification` | [通用视频分类产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Fvideo_classification.html#22-python脚本方式集成) |\n| 通用视频检测 | `video_detection` | [通用视频检测产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Fvideo_detection.html#212-python脚本方式集成) |\n| 文档理解 | `doc_understanding` | [文档理解产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fvlm_pipelines\u002Fdoc_understanding.html#211-python脚本方式集成) |\n\n\u003C\u002Fdetails>\n\n\n## 📖 文档\n\u003Cdetails open>\n \u003Csummary> \u003Cb> ⬇️ 安装 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [📦 PaddlePaddle 安装教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Finstallation\u002Fpaddlepaddle_install.html)\n * [📦 PaddleX 安装教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Finstallation\u002Finstallation.html)\n\n\u003C\u002Fdetails>\n\n\u003Cdetails open>\n\u003Csummary> \u003Cb> 🔥 产线使用 \u003C\u002Fb>\u003C\u002Fsummary>\n\n* [📑 PaddleX 产线使用概览](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Fpipeline_develop_guide.html)\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 📝 文本图像智能分析 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [📄 文档场景信息抽取v3产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Finformation_extraction_pipelines\u002Fdocument_scene_information_extraction_v3.html)\n\n * [📄 文档场景信息抽取v4产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Finformation_extraction_pipelines\u002Fdocument_scene_information_extraction_v4.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🔍 OCR \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [📜 通用 OCR 产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002FOCR.html )\n\n * [📊 通用表格识别产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Ftable_recognition.html )\n\n * [🗂️ 通用表格识别v2产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Ftable_recognition_v2.html)\n\n * [📰 通用版面解析产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Flayout_parsing.html)\n\n * [🗞️ 通用版面解析产线v3使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002FPP-StructureV3.html)\n * [📐 公式识别产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Fformula_recognition.html)\n * [📝 印章文本识别产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Fseal_recognition.html)\n * [🖌️ 文档图像预处理产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Fdoc_preprocessor.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🎥 计算机视觉 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [🖼️ 通用图像分类产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fimage_classification.html)\n\n * [🎯 通用目标检测产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fobject_detection.html)\n\n * [📋 通用实例分割产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Finstance_segmentation.html)\n\n * [🗣️ 通用语义分割产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fsemantic_segmentation.html)\n\n * [🏷️ 图像多标签分类产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fimage_multi_label_classification.html)\n\n * [🔍 小目标检测产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fsmall_object_detection.html)\n\n * [🖼️ 图像异常检测产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fimage_anomaly_detection.html)\n\n * [🌐 3D多模态融合检测产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002F3d_bev_detection.html)\n\n * [🔍 人体关键点检测产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fhuman_keypoint_detection.html)\n\n * [📚 开放词汇检测产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fopen_vocabulary_detection.html)\n\n * [🎨 开放词汇分割产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fopen_vocabulary_segmentation.html)\n\n * [🔄 旋转目标检测产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Frotated_object_detection.html)\n\n * [🖼️ 通用图像识别产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fgeneral_image_recognition.html)\n\n * [🚶‍♀️ 行人属性识别产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fpedestrian_attribute_recognition.html)\n\n * [🚗 车辆属性识别产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fvehicle_attribute_recognition.html)\n\n * [🆔人脸识别产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fface_recognition.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> ⏱️ 时序分析\u003C\u002Fb> \u003C\u002Fsummary>\n\n * [📈 时序预测产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Ftime_series_forecasting.html)\n\n * [📉 时序异常检测产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Ftime_series_anomaly_detection.html)\n\n * [🕒 时序分类产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Ftime_series_classification.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🎤 语音识别\u003C\u002Fb> \u003C\u002Fsummary>\n\n * [🌐 多语种语音识别产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fspeech_pipelines\u002Fmultilingual_speech_recognition.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🎥 视频识别\u003C\u002Fb> \u003C\u002Fsummary>\n\n * [📈 通用视频分类产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fvideo_pipelines\u002Fvideo_classification.html)\n\n * [🔍 通用视频检测产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fvideo_pipelines\u002Fvideo_detection.html)\n\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🌐 多模态视觉语言模型\u003C\u002Fb> \u003C\u002Fsummary>\n\n * [📝 文档理解产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fvlm_pipelines\u002Fdoc_understanding.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb>🔧 相关说明文件\u003C\u002Fb> \u003C\u002Fsummary>\n\n * [🖥️ PaddleX 产线命令行使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Finstructions\u002Fpipeline_CLI_usage.html)\n\n * [📝 PaddleX 产线 Python 脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Finstructions\u002Fpipeline_python_API.html)\n\n * [🔎 产线并行推理](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Finstructions\u002Fparallel_inference.html)\n\n\u003C\u002Fdetails>\n\n\u003C\u002Fdetails>\n\n\u003Cdetails open>\n\u003Csummary> \u003Cb> ⚙️ 单功能模块使用 \u003C\u002Fb>\u003C\u002Fsummary>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🔍 OCR \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [📝 文本检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Focr_modules\u002Ftext_detection.html)\n\n * [🔖 印章文本检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Focr_modules\u002Fseal_text_detection.html)\n\n * [🔠 文本识别模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Focr_modules\u002Ftext_recognition.html)\n\n * [🗺️ 版面区域检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Focr_modules\u002Flayout_detection.html)\n\n * [📊 表格结构识别模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Focr_modules\u002Ftable_structure_recognition.html)\n\n * [📊 表格单元格检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Focr_modules\u002Ftable_cells_detection.html)\n\n * [📈 表格分类模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Focr_modules\u002Ftable_classification.html)\n\n * [📄 文档图像方向分类使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Focr_modules\u002Fdoc_img_orientation_classification.html)\n\n * [🔧 文本图像矫正模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Focr_modules\u002Ftext_image_unwarping.html)\n\n * [📝 文本行方向分类模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Focr_modules\u002Ftextline_orientation_classification.html)\n\n * [📐 公式识别模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Focr_modules\u002Fformula_recognition.html)\n\n\n\u003C\u002Fdetails>\n\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🖼️ 图像分类 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [📂 图像分类模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fimage_classification.html)\n\n * [🏷️ 图像多标签分类模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fimage_multilabel_classification.html)\n\n * [👤 行人属性识别模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fpedestrian_attribute_recognition.html)\n\n * [🚗 车辆属性识别模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fvehicle_attribute_recognition.html)\n\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🏞️ 图像特征 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [🔗 图像特征模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fimage_feature.html)\n\n * [😁 人脸特征模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fface_feature.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🎯 目标检测 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [🎯 目标检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fobject_detection.html)\n\n * [📏 小目标检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fsmall_object_detection.html)\n\n * [🧑‍🤝‍🧑 人脸检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fface_detection.html)\n\n * [🔍 主体检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fmainbody_detection.html)\n\n * [🚶 行人检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fhuman_detection.html)\n\n * [🚶‍♂️ 人体关键点检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fhuman_keypoint_detection.html)\n\n * [🌐 开放词汇目标检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fopen_vocabulary_detection.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🖼️ 图像分割 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [🗺️ 语义分割模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fsemantic_segmentation.html)\n\n * [🔍 实例分割模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Finstance_segmentation.html)\n\n * [🚨 图像异常检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fanomaly_detection.html)\n\n * [🌐 开放词汇分割模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fopen_vocabulary_segmentation.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> ⏱️ 时序分析 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [📈 时序预测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Ftime_series_modules\u002Ftime_series_forecasting.html)\n\n * [🚨 时序异常检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Ftime_series_modules\u002Ftime_series_anomaly_detection.html)\n\n * [🕒 时序分类模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Ftime_series_modules\u002Ftime_series_classification.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🎤 语音识别 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [🌐 多语种语音识别模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fspeech_modules\u002Fmultilingual_speech_recognition.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 📦 3D \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [📦 3D多模态融合检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002F3d_bev_detection.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🌐 多模态视觉语言模型 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [📝 文档类视觉语言模型模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fvlm_modules\u002Fdoc_vlm.html)\n\n * [📈 图表解析模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fvlm_modules\u002Fchart_parsing.html)\n\n\u003C\u002Fdetails>\n\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 📄 相关说明文件 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [📝 PaddleX 单模型 Python 脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Finstructions\u002Fmodel_python_API.html)\n\n * [📝 PaddleX 通用模型配置文件参数说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Finstructions\u002Fconfig_parameters_common.html)\n\n * [📝 PaddleX 时序任务模型配置文件参数说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Finstructions\u002Fconfig_parameters_time_series.html)\n\n * [📝 PaddleX 3d任务模型配置文件参数说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Finstructions\u002Fconfig_parameters_3d.html)\n\n * [📝 模型推理 Benchmark](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Finstructions\u002Fbenchmark.html)\n\n\u003C\u002Fdetails>\n\n\u003C\u002Fdetails>\n\n\u003Cdetails open>\n \u003Csummary> \u003Cb> 🏗️ 模型产线部署 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [🚀 PaddleX 高性能推理指南](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_deploy\u002Fhigh_performance_inference.html)\n * [🖥️ PaddleX 服务化部署指南](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_deploy\u002Fserving.html)\n * [📱 PaddleX 端侧部署指南](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_deploy\u002Fon_device_deployment.html)\n * [🌐 获取 ONNX 模型](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_deploy\u002Fpaddle2onnx.html)\n\n\u003C\u002Fdetails>\n\n\u003Cdetails open>\n \u003Csummary> \u003Cb> 🖥️ 多硬件使用 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [🔧 多硬件使用指南](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fother_devices_support\u002Fmulti_devices_use_guide.html)\n * [🖲️ 海光 DCU 飞桨安装教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fother_devices_support\u002Fpaddlepaddle_install_DCU.html)\n * [🔲 寒武纪 MLU 飞桨安装教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fother_devices_support\u002Fpaddlepaddle_install_MLU.html)\n * [💻 昇腾 NPU 飞桨安装教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fother_devices_support\u002Fpaddlepaddle_install_NPU.html)\n * [🔌 昆仑 XPU 飞桨安装教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fother_devices_support\u002Fpaddlepaddle_install_XPU.html)\n * [📱 燧原 GCU 飞桨安装教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fother_devices_support\u002Fpaddlepaddle_install_GCU.html)\n\n\u003C\u002Fdetails>\n\n\u003Cdetails open>\n\u003Csummary> \u003Cb> 📊 数据标注教程 \u003C\u002Fb>\u003C\u002Fsummary>\n\n- \u003Cdetails open>\n \u003Csummary> \u003Cb> 💻 计算机视觉 \u003C\u002Fb>\u003C\u002Fsummary>\n\n - [📂 图像分类任务模块](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fdata_annotations\u002Fcv_modules\u002Fimage_classification.html)\n\n - [📂 图像特征任务模块](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fdata_annotations\u002Fcv_modules\u002Fimage_feature.html)\n\n - [📂 实例分割任务模块](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fdata_annotations\u002Fcv_modules\u002Finstance_segmentation.html)\n\n - [📂 图像多标签分类模块](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fdata_annotations\u002Fcv_modules\u002Fml_classification.html)\n\n - [📂 目标检测任务模块](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fdata_annotations\u002Fcv_modules\u002Fobject_detection.html)\n\n - [📂 语义分割任务模块](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fdata_annotations\u002Fcv_modules\u002Fsemantic_segmentation.html)\n\n\u003C\u002Fdetails>\n\n- \u003Cdetails open>\n \u003Csummary> \u003Cb> 🔍 OCR \u003C\u002Fb>\u003C\u002Fsummary>\n\n - [📊 表格识别任务模块](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fdata_annotations\u002Focr_modules\u002Ftable_recognition.html)\n\n - [📰 文本检测\u002F识别任务模块](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fdata_annotations\u002Focr_modules\u002Ftext_detection_recognition.html)\n\n\u003C\u002Fdetails>\n\n- \u003Cdetails open>\n \u003Csummary> \u003Cb> 📉 时序分析 \u003C\u002Fb>\u003C\u002Fsummary>\n\n - [📈 时序异常检测任务模块](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fdata_annotations\u002Ftime_series_modules\u002Ftime_series_anomaly_detection.html)\n\n - [📉时序分类任务模块](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fdata_annotations\u002Ftime_series_modules\u002Ftime_series_classification.html)\n\n - [🕜 时序预测任务模块](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fdata_annotations\u002Ftime_series_modules\u002Ftime_series_forecasting.html)\n\n\u003C\u002Fdetails>\n\n\u003C\u002Fdetails>\n\n\u003Cdetails open>\n \u003Csummary> \u003Cb> 📑 产线列表 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [🖲️ PaddleX产线列表(CPU\u002FGPU)](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fpipelines_list.html)\n * [🔲 PaddleX产线列表(DCU)](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fpipelines_list_dcu.html)\n * [💻 PaddleX产线列表(MLU)](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fpipelines_list_mlu.html)\n * [🔌 PaddleX产线列表(NPU)](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fpipelines_list_npu.html)\n * [📱 PaddleX产线列表(XPU)](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fpipelines_list_xpu.html)\n\n\u003C\u002Fdetails>\n\n\u003Cdetails open>\n \u003Csummary> \u003Cb> 📄 模型列表 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [🖲️ PaddleX模型列表（CPU\u002FGPU）](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fmodels_list.html)\n * [🔲 PaddleX模型列表（海光 DCU）](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fmodel_list_dcu.html)\n * [💻 PaddleX模型列表（寒武纪 MLU）](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fmodel_list_mlu.html)\n * [🔌 PaddleX模型列表（昇腾 NPU）](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fmodel_list_npu.html)\n * [📱 PaddleX模型列表（昆仑 XPU）](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fmodel_list_xpu.html)\n * [📺 PaddleX模型列表（燧原 GCU）](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fmodel_list_gcu.html)\n\n\u003C\u002Fdetails>\n\n\u003Cdetails open>\n \u003Csummary> \u003Cb> 📝 产业实践教程&范例 \u003C\u002Fb>\u003C\u002Fsummary>\n\n* [📑 文档场景信息抽取v3模型产线———论文文献信息抽取应用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002F3.0\u002Fpractical_tutorials\u002Fdocument_scene_information_extraction%28layout_detection%29_tutorial.html)\n\n* [📑 文档场景信息抽取v3模型产线———印章信息抽取应用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002F3.0\u002Fpractical_tutorials\u002Fdocument_scene_information_extraction%28seal_recognition%29_tutorial.html)\n\n* [📑 文档场景信息抽取v3模型产线———DeepSeek 篇](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Fdocument_scene_information_extraction(deepseek)_tutorial.html)\n\n* [🚗 通用 OCR 模型产线———车牌识别教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Focr_det_license_tutorial.html)\n\n* [✍️ 通用 OCR 模型产线———手写中文识别教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Focr_rec_chinese_tutorial.html)\n\n* [🔍 公式识别模型产线实践教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Fformula_recognition_tutorial.html)\n\n* [💻 版面区域检测模型使用实践教程———大模型训练数据构建教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Flayout_detection.html)\n\n* [😊 人脸识别之卡通人脸识别实践教程———卡通人脸识别教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Fface_recognition_tutorial.html)\n\n* [🖼️ 通用图像分类模型产线———垃圾分类教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Fimage_classification_garbage_tutorial.html)\n\n* [🧩 通用实例分割模型产线———遥感图像实例分割教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Finstance_segmentation_remote_sensing_tutorial.html)\n\n* [👥 通用目标检测模型产线———行人跌倒检测教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Fobject_detection_fall_tutorial.html)\n\n* [👗 通用目标检测模型产线———服装时尚元素检测教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Fobject_detection_fashion_pedia_tutorial.html)\n\n* [🗣️ 通用语义分割模型产线———车道线分割教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Fsemantic_segmentation_road_tutorial.html)\n\n* [🛠️ 时序异常检测模型产线———设备异常检测应用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Fts_anomaly_detection.html)\n\n* [🎢 时序分类模型产线———心跳监测时序数据分类应用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Fts_classification.html)\n\n* [🔋 时序预测模型产线———用电量长期预测应用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Fts_forecast.html)\n\n* [🔧 产线部署实践教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Fdeployment_tutorial.html)\n\n\u003C\u002Fdetails>\n\n## 🤔 FAQ\n\n关于我们项目的一些常见问题解答，请参考[FAQ](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002FFAQ.html)。如果您的问题没有得到解答，请随时在 [Issues](https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fissues) 中提出\n## 💬 Discussion\n\n我们非常欢迎并鼓励社区成员在 [Discussions](https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fdiscussions) 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。\n\n\n## 📄 许可证书\n\n本项目的发布受 [Apache 2.0 license](.\u002FLICENSE) 许可认证。\n","\u003Cp align=\"center\">\n \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FPaddlePaddle_PaddleX_readme_3986ec4a50b5.png\" width=\"735\" height =\"200\" alt=\"PaddleX\" align=\"middle\" \u002F>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n \u003Ca href=\".\u002FLICENSE\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-Apache%202-red.svg\">\u003C\u002Fa>\n \u003Ca href=\"\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FPython-3.8~3.13-blue.svg\">\u003C\u002Fa>\n \u003Ca href=\"\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FOS-Linux%2C%20Windows%2C%20Mac-orange.svg\">\u003C\u002Fa>\n \u003Ca href=\"\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FHardware-CPU%2C%20GPU%2C%20XPU%2C%20NPU%2C%20MLU%2C%20DCU-yellow.svg\">\u003C\u002Fa>\n\u003C\u002Fp>\n\n\u003Ch4 align=\"center\">\n \u003Ca href=#-特性>🌟 特性\u003C\u002Fa> | \u003Ca href=https:\u002F\u002Faistudio.baidu.com\u002Fapplication\u002Fcenter\u002Fapp?tag=%E5%85%A8%E9%83%A8&flod=86503>🌐 在线体验\u003C\u002Fa>｜\u003Ca href=#️-快速开始>🚀 快速开始\u003C\u002Fa> | \u003Ca href=https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Findex.html> 📖 文档\u003C\u002Fa> | \u003Ca href=#-能力支持> 🔥能力支持\u003C\u002Fa> | \u003Ca href=https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fmodels_list.html> 📋 模型列表\u003C\u002Fa>\n\n\u003C\u002Fh4>\n\n\u003Ch5 align=\"center\">\n \u003Ca href=\"README.md\">🇨🇳 简体中文\u003C\u002Fa> | \u003Ca href=\"README_en.md\">🇬🇧 English\u003C\u002Fa>\u003C\u002Fa>\n\u003C\u002Fh5>\n\n## 🔍 简介\n\nPaddleX 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。\n\n![PaddleX](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FPaddlePaddle_PaddleX_readme_bb83d0e9b6ab.png)\n\n## 🌟 特性\n 🎨 **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。\n\n 🚀 **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**](https:\u002F\u002Faistudio.baidu.com\u002Fintro\u002Fpaddlex)，大幅度降低迭代模型的成本。\n\n 🌐 **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。\n\n 🔧 **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。\n\n## 📣 近期更新\n\n🔥🔥 **2025.10.16，发布 PaddleX v3.3.0**，新增能力如下：\n\n- **支持PaddleOCR-VL、PP-OCRv5多语种模型的推理部署能力。**\n\n🔥🔥 **2025.8.20，发布 PaddleX v3.2.0**，新增能力如下：\n\n- **部署能力升级：**\n - **全面支持飞桨框架 3.1.0 和 3.1.1 版本。**\n - **高性能推理支持 CUDA 12，可使用 Paddle Inference、ONNX Runtime 后端推理。**\n - **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。**\n - 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。\n\n- **重要模型新增：**\n - 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%。**\n\n- **Benchmark升级：**\n - **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。**\n - **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。**\n\n- **Bug修复：**\n - 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。\n - 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。\n - 修复 PDF 文件在推理结束后未正确关闭的问题。\n\n- **其他升级：**\n - **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。**\n - **PP-OCR 系列模型支持返回单文字坐标。**\n - 将 `PaddlePredictorOption` 中的 `model_name` 参数移至 `PaddleInfer` 中，改善了用户易用性。\n - 重构了官方模型下载逻辑，新增了 AIStudio、ModelScope 等多模型托管平台。\n\n\n🔥🔥 **2025.6.28，发布 PaddleX v3.1.0**，新增能力如下：\n\n- **重要模型：**\n - **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%。**\n - 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%）**\n- **重要产线：**\n - 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。**\n\n\n🔥🔥 **2025.5.20，发布 PaddleX v3.0.0**，相比PaddleX v2.x，核心升级如下：\n\n**丰富的模型库：**\n- **模型丰富：** PaddleX3.0 包含270+模型，涵盖了图像（视频）分类\u002F检测\u002F分割、OCR、语音识别、时序等多种场景。\n- **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。**\n\n**统一推理接口，重构部署能力：**\n- **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。\n- **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。\n- **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。**\n\n**全面适配飞桨框架3.0：**\n- **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`。\n- **全面支持 ONNX 格式模型：** 支持通过Paddle2ONNX插件转换模型格式。\n\n**重磅能力支撑：**\n- **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。**\n- **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。**\n- **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。**\n\n**多硬件支持：**\n- **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。**\n- **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。\n- 在昆仑芯上支持重要分类、检测、OCR类模型（含PP-OCRv5）。\n\n ## 🔠 模型产线说明\n\n **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。**\n\n\n ## 📊 能力支持\n\n\nPaddleX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](https:\u002F\u002Faistudio.baidu.com\u002Foverview)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](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_deploy\u002Fhigh_performance_inference.html)\u002F[服务化部署](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_deploy\u002Fserving.html)\u002F[端侧部署](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_deploy\u002Fon_device_deployment.html)，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](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Fpipeline_develop_guide.html)或各产线使用[教程](#-文档)。\n\n\n此外，PaddleX在[AI Studio星河社区](https:\u002F\u002Faistudio.baidu.com\u002Foverview)为开发者提供了基于[云端图形化开发界面](https:\u002F\u002Faistudio.baidu.com\u002Fpipeline\u002Fmine)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》](https:\u002F\u002Faistudio.baidu.com\u002Fpractical\u002Fintroduce\u002F546656605663301)\n\n\u003Ctable >\n \u003Ctr>\n \u003Cth>模型产线\u003C\u002Fth>\n \u003Cth>在线体验\u003C\u002Fth>\n \u003Cth>快速推理\u003C\u002Fth>\n \u003Cth>高性能推理\u003C\u002Fth>\n \u003Cth>服务化部署\u003C\u002Fth>\n \u003Cth>端侧部署\u003C\u002Fth>\n \u003Cth>二次开发\u003C\u002Fth>\n \u003Cth>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fpipeline\u002Fmine\">星河零代码产线\u003C\u002Fa>\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002FOCR.html\">通用OCR\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F91660\u002FwebUI?source=appMineRecent\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Finformation_extraction_pipelines\u002Fdocument_scene_information_extraction_v3.html\">文档场景信息抽取v3\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F182491\u002FwebUI?source=appCenter\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Finformation_extraction_pipelines\u002Fdocument_scene_information_extraction_v4.html\">文档场景信息抽取v4\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F518493\u002FwebUI?source=appCenter\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Ftable_recognition.html\">通用表格识别\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F91661?source=appMineRecent\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fobject_detection.html\">通用目标检测\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F70230\u002FwebUI?source=appMineRecent\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Finstance_segmentation.html\">通用实例分割\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F100063\u002FwebUI?source=appMineRecent\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fimage_classification.html\">通用图像分类\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F100061\u002FwebUI?source=appMineRecent\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fsemantic_segmentation.html\">通用语义分割\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F100062\u002FwebUI?source=appMineRecent\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Ftime_series_forecasting.html\">时序预测\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F105706\u002FwebUI?source=appMineRecent\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Ftime_series_anomaly_detection.html\">时序异常检测\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F105708\u002FwebUI?source=appMineRecent\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Ftime_series_classification.html\">时序分类\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F105707\u002FwebUI?source=appMineRecent\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fsmall_object_detection.html\">小目标检测\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F387975\u002FwebUI?source=appCenter\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fimage_multi_label_classification.html\">图像多标签分类\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F387974\u002FwebUI?source=appCenter\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Fformula_recognition.html\">公式识别\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F387976\u002FwebUI?source=appCenter\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Fseal_recognition.html\">印章文本识别\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F387977\u002FwebUI?source=appCenter\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fpedestrian_attribute_recognition.html\">行人属性识别\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F387978\u002FwebUI?source=appCenter\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fvehicle_attribute_recognition.html\">车辆属性识别\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F387979\u002FwebUI?source=appCenter\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fimage_anomaly_detection.html\">图像异常检测\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fhuman_keypoint_detection.html\">人体关键点检测\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fopen_vocabulary_detection.html\">开放词汇检测\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fopen_vocabulary_segmentation.html\">开放词汇分割\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Frotated_object_detection.html\">旋转目标检测\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002F3d_bev_detection.html\">3D多模态融合检测\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Ftable_recognition_v2.html\">通用表格识别v2\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F518495\u002FwebUI?source=appCenter\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Flayout_parsing.html\">通用版面解析\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002FPP-StructureV3.html\">通用版面解析v3\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>\u003Ca href = \"https:\u002F\u002Faistudio.baidu.com\u002Fcommunity\u002Fapp\u002F518494\u002FwebUI?source=appCente\">链接\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Fdoc_preprocessor.html\">文档图像预处理\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fgeneral_image_recognition.html\">通用图像识别\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fface_recognition.html\">人脸识别\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fspeech_pipelines\u002Fmultilingual_speech_recognition.html\">多语种语音识别\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fvideo_pipelines\u002Fvideo_classification.html\">通用视频分类\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fvideo_pipelines\u002Fvideo_detection.html\">通用视频检测\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>\u003Ca href=\"https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fvlm_pipelines\u002Fdoc_understanding.html\">文档理解\u003C\u002Fa>\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003Ctd>arded\u003C\u002Ftd>\n \u003C\u002Ftr>\n\n\u003C\u002Ftable>\n\n> ❗注：以上功能均基于 GPU\u002FCPU 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)](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fmodel_list_xpu.html)\u002F[模型列表( 昇腾 NPU)](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fmodel_list_npu.html)\u002F[模型列表( 寒武纪 MLU)](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fmodel_list_mlu.html)\u002F[模型列表( 海光 DCU)](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fmodel_list_dcu.html)。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。\n\n🔥🔥 **国产化硬件能力支持**\n\n\u003Ctable>\n \u003Ctr>\n \u003Cth>模型产线\u003C\u002Fth>\n \u003Cth>昇腾 910B\u003C\u002Fth>\n \u003Cth>昆仑芯 R200\u002FR300\u003C\u002Fth>\n \u003Cth>寒武纪 MLU370X8\u003C\u002Fth>\n \u003Cth>海光 Z100\u002FK100AI\u003C\u002Fth>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>通用OCR\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>通用表格识别\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>通用目标检测\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>通用实例分割\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>通用图像分类\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>通用语义分割\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>时序预测\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>时序异常检测\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>时序分类\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>图像多标签分类\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>行人属性识别\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>车辆属性识别\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>通用图像识别\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>印章文本识别\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003Ctd>🚧\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>图像异常检测\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd>人脸识别\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003Ctd>✅\u003C\u002Ftd>\n \u003C\u002Ftr>\n\u003C\u002Ftable>\n\n\n\n## ⏭️ 快速开始\n\n### 🛠️ 安装\n\n> ❗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。\n\n* **安装 PaddlePaddle**\n```bash\n# CPU 版本\npython -m pip install paddlepaddle==3.3.0 -i https:\u002F\u002Fwww.paddlepaddle.org.cn\u002Fpackages\u002Fstable\u002Fcpu\u002F\n\n# GPU 版本，需显卡驱动程序版本 ≥450.80.02（Linux）或 ≥452.39（Windows）\n python -m pip install paddlepaddle-gpu==3.3.0 -i https:\u002F\u002Fwww.paddlepaddle.org.cn\u002Fpackages\u002Fstable\u002Fcu118\u002F\n\n# GPU 版本，需显卡驱动程序版本 ≥550.54.14（Linux）或 ≥550.54.14（Windows）\n python -m pip install paddlepaddle-gpu==3.3.0 -i https:\u002F\u002Fwww.paddlepaddle.org.cn\u002Fpackages\u002Fstable\u002Fcu126\u002F\n```\n> ❗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](https:\u002F\u002Fwww.paddlepaddle.org.cn\u002Finstall\u002Fquick?docurl=\u002Fdocumentation.\u002Fdocs\u002Fzh\u002Finstall\u002Fpip\u002Flinux-pip.html)。\n\n* **安装PaddleX**\n\n```bash\npip install \"paddlex[base]\"\n```\n\n> ❗ 更多安装方式参考 [PaddleX 安装教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Finstallation\u002Finstallation.html)\n\n### 💻 命令行使用\n\n一行命令即可快速体验产线效果，统一的命令行格式为：\n\n```bash\npaddlex --pipeline [产线名称] --input [输入图片] --device [运行设备]\n```\n\nPaddleX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：\n* `pipeline`：产线名称或产线配置文件\n* `input`：待处理的输入文件（如图片）的本地路径、目录或 URL\n* `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。\n\n\n以通用 OCR 产线为例：\n```bash\npaddlex --pipeline OCR \\\n --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fgeneral_ocr_002.png \\\n --use_doc_orientation_classify False \\\n --use_doc_unwarping False \\\n --use_textline_orientation False \\\n --save_path .\u002Foutput \\\n --device gpu:0\n```\n\u003Cdetails>\n \u003Csummary>\u003Cb>👉 点击查看运行结果 \u003C\u002Fb>\u003C\u002Fsummary>\n\n```bash\n{'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],\n [82, 10],\n [82, 33],\n [ 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],\n [82, 10],\n [82, 33],\n [ 3, 33]], dtype=int16), ...], 'rec_boxes': array([[ 3, 10, 82, 33], ...], dtype=int16)}}\n```\n\n可视化结果如下：\n\n![alt text](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FPaddlePaddle_PaddleX_readme_10256226dad0.png)\n\n\u003C\u002Fdetails>\n\n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：\n\n\u003Cdetails>\n \u003Csummary>\u003Cb>👉 更多产线的命令行使用\u003C\u002Fb>\u003C\u002Fsummary>\n\n| 产线名称 | 使用命令 |\n|--------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| 通用图像分类 | `paddlex --pipeline image_classification --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fgeneral_image_classification_001.jpg --device gpu:0 --save_path .\u002Foutput\u002F` |\n| 通用目标检测 | `paddlex --pipeline object_detection --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fgeneral_object_detection_002.png --threshold 0.5 --save_path .\u002Foutput\u002F --device gpu:0` |\n| 通用实例分割 | `paddlex --pipeline instance_segmentation --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fgeneral_instance_segmentation_004.png --threshold 0.5 --save_path .\u002Foutput --device gpu:0` |\n| 通用语义分割 | `paddlex --pipeline semantic_segmentation --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002FPaddleX3.0\u002Fapplication\u002Fsemantic_segmentation\u002Fmakassaridn-road_demo.png --target_size -1 --save_path .\u002Foutput --device gpu:0` |\n| 图像多标签分类 | `paddlex --pipeline image_multilabel_classification --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fgeneral_image_classification_001.jpg --save_path .\u002Foutput --device gpu:0` |\n| 小目标检测 | `paddlex --pipeline small_object_detection --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fsmall_object_detection.jpg --threshold 0.5 --save_path .\u002Foutput --device gpu:0` |\n| 图像异常检测 | `paddlex --pipeline anomaly_detection --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fuad_grid.png --save_path .\u002Foutput --device gpu:0` |\n| 行人属性识别 | `paddlex --pipeline pedestrian_attribute_recognition --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fpedestrian_attribute_002.jpg --save_path .\u002Foutput\u002F --device gpu:0` |\n| 车辆属性识别 | `paddlex --pipeline vehicle_attribute_recognition --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fvehicle_attribute_002.jpg --save_path .\u002Foutput\u002F --device gpu:0` |\n| 3D多模态融合检测 | `paddlex --pipeline 3d_bev_detection --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fdet_3d\u002Fdemo_det_3d\u002Fnuscenes_demo_infer.tar --device gpu:0 --save_path .\u002Foutput\u002F` |\n| 人体关键点检测 | `paddlex --pipeline human_keypoint_detection --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fkeypoint_detection_001.jpg --det_threshold 0.5 --save_path .\u002Foutput\u002F --device gpu:0` |\n| 开放词汇检测 | `paddlex --pipeline open_vocabulary_detection --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fopen_vocabulary_detection.jpg --prompt \"bus . walking man . rearview mirror .\" --thresholds \"{'text_threshold': 0.25, 'box_threshold': 0.3}\" --save_path .\u002Foutput --device gpu:0` |\n| 开放词汇分割 | `paddlex --pipeline open_vocabulary_segmentation --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fopen_vocabulary_segmentation.jpg --prompt_type box --prompt \"[[112.9,118.4,513.8,382.1],[4.6,263.6,92.2,336.6],[592.4,260.9,607.2,294.2]]\" --save_path .\u002Foutput --device gpu:0` |\n| 旋转目标检测 | `paddlex --pipeline rotated_object_detection --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Frotated_object_detection_001.png --threshold 0.5 --save_path .\u002Foutput --device gpu:0` |\n| 通用OCR | `paddlex --pipeline OCR --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fgeneral_ocr_002.png --use_doc_orientation_classify False --use_doc_unwarping False --use_textline_orientation False --save_path .\u002Foutput --device gpu:0` |\n| 文档图像预处理 | `paddlex --pipeline doc_preprocessor --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fdemo_image\u002Fdoc_test_rotated.jpg --use_doc_orientation_classify True --use_doc_unwarping True --save_path .\u002Foutput --device gpu:0` |\n| 通用表格识别 | `paddlex --pipeline table_recognition --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Ftable_recognition.jpg --save_path .\u002Foutput --device gpu:0` |\n| 通用表格识别v2 | `paddlex --pipeline table_recognition_v2 --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Ftable_recognition.jpg --save_path .\u002Foutput --device gpu:0` |\n| 通用版面解析 | `paddlex --pipeline layout_parsing --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fdemo_paper.png --use_doc_orientation_classify False --use_doc_unwarping False --use_textline_orientation False --save_path .\u002Foutput --device gpu:0` |\n| 通用版面解析v3 | `paddlex --pipeline PP-StructureV3 --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fpp_structure_v3_demo.png --use_doc_orientation_classify False --use_doc_unwarping False --use_textline_orientation False --save_path .\u002Foutput --device gpu:0` |\n| 公式识别 | `paddlex --pipeline formula_recognition --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fdemo_image\u002Fgeneral_formula_recognition.png --use_layout_detection True --use_doc_orientation_classify False --use_doc_unwarping False --layout_threshold 0.5 --layout_nms True --layout_unclip_ratio 1.0 --layout_merge_bboxes_mode large --save_path .\u002Foutput --device gpu:0` |\n| 印章文本识别 | `paddlex --pipeline seal_recognition --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fimgs\u002Fdemo_image\u002Fseal_text_det.png --use_doc_orientation_classify False --use_doc_unwarping False --device gpu:0 --save_path .\u002Foutput` |\n| 时序预测 | `paddlex --pipeline ts_forecast --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fts\u002Fdemo_ts\u002Fts_fc.csv --device gpu:0 --save_path .\u002Foutput` |\n| 时序异常检测 | `paddlex --pipeline ts_anomaly_detection --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fts\u002Fdemo_ts\u002Fts_ad.csv --device gpu:0 --save_path .\u002Foutput` |\n| 时序分类 | `paddlex --pipeline ts_classification --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fts\u002Fdemo_ts\u002Fts_cls.csv --device gpu:0 --save_path .\u002Foutput` |\n| 多语种语音识别 | `paddlex --pipeline multilingual_speech_recognition --input https:\u002F\u002Fpaddlespeech.bj.bcebos.com\u002FPaddleAudio\u002Fzh.wav --save_path .\u002Foutput --device gpu:0` |\n| 通用视频分类 | `paddlex --pipeline video_classification --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fvideos\u002Fdemo_video\u002Fgeneral_video_classification_001.mp4 --topk 5 --save_path .\u002Foutput --device gpu:0` |\n| 通用视频检测 | `paddlex --pipeline video_detection --input https:\u002F\u002Fpaddle-model-ecology.bj.bcebos.com\u002Fpaddlex\u002Fvideos\u002Fdemo_video\u002FHorseRiding.avi --device gpu:0 --save_path .\u002Foutput` |\n\n\u003C\u002Fdetails>\n\n\n\n### 📝 Python 脚本使用\n\n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：\n```python\nfrom paddlex import create_pipeline\n\npipeline = create_pipeline(pipeline=[产线名称])\noutput = pipeline.predict([输入图片名称])\nfor res in output:\n res.print()\n res.save_to_img(\".\u002Foutput\u002F\")\n res.save_to_json(\".\u002Foutput\u002F\")\n```\n执行了如下几个步骤：\n\n* `create_pipeline()` 实例化产线对象\n* 传入图片并调用产线对象的 `predict()` 方法进行推理预测\n* 对预测结果进行处理\n\n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：\n\u003Cdetails>\n \u003Csummary>\u003Cb>👉 更多产线的Python脚本使用\u003C\u002Fb>\u003C\u002Fsummary>\n\n| 产线名称 | 对应参数 | 详细说明 |\n|--------------------|------------------------------------|------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| 文档场景信息抽取v4 | `PP-ChatOCRv4-doc` | [文档场景信息抽取v4产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Finformation_extraction_pipelines\u002Fdocument_scene_information_extraction_v4.html#22-本地体验) |\n| 文档场景信息抽取v3 | `PP-ChatOCRv3-doc` | [文档场景信息抽取v3产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Finformation_extraction_pipelines\u002Fdocument_scene_information_extraction_v3.html#22-本地体验) |\n| 通用图像分类 | `image_classification` | [通用图像分类产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fimage_classification.html#222-python脚本方式集成) |\n| 通用目标检测 | `object_detection` | [通用目标检测产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fobject_detection.html#222-python脚本方式集成) |\n| 通用实例分割 | `instance_segmentation` | [通用实例分割产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Finstance_segmentation.html#222-python脚本方式集成) |\n| 通用语义分割 | `semantic_segmentation` | [通用语义分割产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fsemantic_segmentation.html#222-python脚本方式集成) |\n| 图像多标签分类 | `multi_label_image_classification` | [图像多标签分类产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fimage_multi_label_classification.html#22-python脚本方式集成) |\n| 小目标检测 | `small_object_detection` | [小目标检测产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fsmall_object_detection.html#22-python脚本方式集成) |\n| 图像异常检测 | `anomaly_detection` | [图像异常检测产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fimage_anomaly_detection.html#22-python脚本方式集成) |\n| 通用图像识别 | `PP-ShiTuV2` | [通用图像识别Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fgeneral_image_recognition.html#22-python脚本方式集成) |\n| 人脸识别 | `face_recognition` | [人脸识别Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fface_recognition.html#22-python脚本方式集成) |\n| 车辆属性识别 | `vehicle_attribute_recognition` | [车辆属性识别产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fvehicle_attribute_recognition.html#22-python脚本方式集成) |\n| 行人属性识别 | `pedestrian_attribute_recognition` | [行人属性识别产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fpedestrian_attribute_recognition.html#22-python脚本方式集成) |\n| 3D多模态融合检测 | `3d_bev_detection` | [3D多模态融合检测产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002F3d_bev_detection.html#222-python脚本方式集成) |\n| 人体关键点检测 | `human_keypoint_detection` | [人体关键点检测产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fhuman_keypoint_detection.html#222-python脚本方式集成) |\n| 开放词汇检测 | `open_vocabulary_detection` | [开放词汇检测产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fopen_vocabulary_detection.html#212-python脚本方式集成) |\n| 开放词汇分割 | `open_vocabulary_segmentation` | [开放词汇分割产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fopen_vocabulary_segmentation.html#212-python脚本方式集成) |\n| 旋转目标检测 | `rotated_object_detection` | [旋转目标检测产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Frotated_object_detection.html#212-python脚本方式集成) |\n| 通用OCR | `OCR` | [通用OCR产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002FOCR.html#222-python脚本方式集成) |\n| 文档图像预处理 | `doc_preprocessor` | [文档图像预处理产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Fdoc_preprocessor.html#212-python脚本方式集成) |\n| 通用表格识别 | `table_recognition` | [通用表格识别产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Ftable_recognition.html#22-python脚本方式集成) |\n| 通用表格识别v2 | `table_recognition_v2` | [通用表格识别v2产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Ftable_recognition_v2.html#22-python脚本方式集成) |\n| 通用版面解析 | `layout_parsing` | [通用版面解析产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Flayout_parsing.html#22-python脚本方式集成) |\n| 通用版面解析v3 | `PP-StructureV3` | [通用版面解析v3产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002FPP-StructureV3.html#22-python脚本方式集成) |\n| 公式识别 | `formula_recognition` | [公式识别产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Fformula_recognition.html#22-python脚本方式集成) |\n| 印章文本识别 | `seal_recognition` | [印章文本识别产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Fseal_recognition.html#22-python脚本方式集成) |\n| 时序预测 | `ts_forecast` | [时序预测产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Ftime_series_forecasting.html#222-python脚本方式集成) |\n| 时序异常检测 | `ts_anomaly_detection` | [时序异常检测产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Ftime_series_anomaly_detection.html#222-python脚本方式集成) |\n| 时序分类 | `ts_classification` | [时序分类产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Ftime_series_classification.html#222-python脚本方式集成) |\n| 多语种语音识别 | `multilingual_speech_recognition` | [多语种语音识别产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Fmultilingual_speech_recognition.html#212-python脚本方式集成) |\n| 通用视频分类 | `video_classification` | [通用视频分类产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Fvideo_classification.html#22-python脚本方式集成) |\n| 通用视频检测 | `video_detection` | [通用视频检测产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Fvideo_detection.html#212-python脚本方式集成) |\n| 文档理解 | `doc_understanding` | [文档理解产线Python脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fvlm_pipelines\u002Fdoc_understanding.html#211-python脚本方式集成) |\n\n\u003C\u002Fdetails>\n\n\n\n\n## 📖 文档\n\u003Cdetails open>\n \u003Csummary> \u003Cb> ⬇️ 安装 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [📦 PaddlePaddle 安装教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Finstallation\u002Fpaddlepaddle_install.html)\n * [📦 PaddleX 安装教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Finstallation\u002Finstallation.html)\n\n\u003C\u002Fdetails>\n\n\u003Cdetails open>\n\u003Csummary> \u003Cb> 🔥 产线使用 \u003C\u002Fb>\u003C\u002Fsummary>\n\n* [📑 PaddleX 产线使用概览](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Fpipeline_develop_guide.html)\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 📝 文本图像智能分析 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [📄 文档场景信息抽取v3产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Finformation_extraction_pipelines\u002Fdocument_scene_information_extraction_v3.html)\n\n * [📄 文档场景信息抽取v4产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Finformation_extraction_pipelines\u002Fdocument_scene_information_extraction_v4.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🔍 OCR \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [📜 通用 OCR 产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002FOCR.html )\n\n * [📊 通用表格识别产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Ftable_recognition.html )\n\n * [🗂️ 通用表格识别v2产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Ftable_recognition_v2.html)\n\n * [📰 通用版面解析产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Flayout_parsing.html)\n\n * [🗞️ 通用版面解析产线v3使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002FPP-StructureV3.html)\n * [📐 公式识别产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Fformula_recognition.html)\n * [📝 印章文本识别产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Fseal_recognition.html)\n * [🖌️ 文档图像预处理产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Focr_pipelines\u002Fdoc_preprocessor.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🎥 计算机视觉 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [🖼️ 通用图像分类产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fimage_classification.html)\n\n * [🎯 通用目标检测产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fobject_detection.html)\n\n * [📋 通用实例分割产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Finstance_segmentation.html)\n\n * [🗣️ 通用语义分割产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fsemantic_segmentation.html)\n\n * [🏷️ 图像多标签分类产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fimage_multi_label_classification.html)\n\n * [🔍 小目标检测产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fsmall_object_detection.html)\n\n * [🖼️ 图像异常检测产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fimage_anomaly_detection.html)\n\n * [🌐 3D多模态融合检测产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002F3d_bev_detection.html)\n\n * [🔍 人体关键点检测产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fhuman_keypoint_detection.html)\n\n * [📚 开放词汇检测产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fopen_vocabulary_detection.html)\n\n * [🎨 开放词汇分割产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fopen_vocabulary_segmentation.html)\n\n * [🔄 旋转目标检测产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Frotated_object_detection.html)\n\n * [🖼️ 通用图像识别产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fgeneral_image_recognition.html)\n\n * [🚶‍♀️ 行人属性识别产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fpedestrian_attribute_recognition.html)\n\n * [🚗 车辆属性识别产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fvehicle_attribute_recognition.html)\n\n * [🆔人脸识别产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fcv_pipelines\u002Fface_recognition.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> ⏱️ 时序分析\u003C\u002Fb> \u003C\u002Fsummary>\n\n * [📈 时序预测产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Ftime_series_forecasting.html)\n\n * [📉 时序异常检测产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Ftime_series_anomaly_detection.html)\n\n * [🕒 时序分类产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Ftime_series_pipelines\u002Ftime_series_classification.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🎤 语音识别\u003C\u002Fb> \u003C\u002Fsummary>\n\n * [🌐 多语种语音识别产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fspeech_pipelines\u002Fmultilingual_speech_recognition.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🎥 视频识别\u003C\u002Fb> \u003C\u002Fsummary>\n\n * [📈 通用视频分类产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fvideo_pipelines\u002Fvideo_classification.html)\n\n * [🔍 通用视频检测产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fvideo_pipelines\u002Fvideo_detection.html)\n\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🌐 多模态视觉语言模型\u003C\u002Fb> \u003C\u002Fsummary>\n\n * [📝 文档理解产线使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Ftutorials\u002Fvlm_pipelines\u002Fdoc_understanding.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb>🔧 相关说明文件\u003C\u002Fb> \u003C\u002Fsummary>\n\n * [🖥️ PaddleX 产线命令行使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Finstructions\u002Fpipeline_CLI_usage.html)\n\n * [📝 PaddleX 产线 Python 脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Finstructions\u002Fpipeline_python_API.html)\n\n * [🔎 产线并行推理](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_usage\u002Finstructions\u002Fparallel_inference.html)\n\n\u003C\u002Fdetails>\n\n\u003C\u002Fdetails>\n\n\u003Cdetails open>\n\u003Csummary> \u003Cb> ⚙️ 单功能模块使用 \u003C\u002Fb>\u003C\u002Fsummary>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🔍 OCR \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [📝 文本检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Focr_modules\u002Ftext_detection.html)\n\n * [🔖 印章文本检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Focr_modules\u002Fseal_text_detection.html)\n\n * [🔠 文本识别模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Focr_modules\u002Ftext_recognition.html)\n\n * [🗺️ 版面区域检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Focr_modules\u002Flayout_detection.html)\n\n * [📊 表格结构识别模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Focr_modules\u002Ftable_structure_recognition.html)\n\n * [📊 表格单元格检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Focr_modules\u002Ftable_cells_detection.html)\n\n* [📈 表格分类模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Focr_modules\u002Ftable_classification.html)\n\n * [📄 文档图像方向分类使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Focr_modules\u002Fdoc_img_orientation_classification.html)\n\n * [🔧 文本图像矫正模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Focr_modules\u002Ftext_image_unwarping.html)\n\n * [📝 文本行方向分类模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Focr_modules\u002Ftextline_orientation_classification.html)\n\n * [📐 公式识别模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Focr_modules\u002Fformula_recognition.html)\n\n\n\u003C\u002Fdetails>\n\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🖼️ 图像分类 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [📂 图像分类模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fimage_classification.html)\n\n * [🏷️ 图像多标签分类模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fimage_multilabel_classification.html)\n\n * [👤 行人属性识别模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fpedestrian_attribute_recognition.html)\n\n * [🚗 车辆属性识别模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fvehicle_attribute_recognition.html)\n\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🏞️ 图像特征 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [🔗 图像特征模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fimage_feature.html)\n\n * [😁 人脸特征模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fface_feature.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🎯 目标检测 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [🎯 目标检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fobject_detection.html)\n\n * [📏 小目标检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fsmall_object_detection.html)\n\n * [🧑‍🤝‍🧑 人脸检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fface_detection.html)\n\n * [🔍 主体检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fmainbody_detection.html)\n\n * [🚶 行人检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fhuman_detection.html)\n\n * [🚶‍♂️ 人体关键点检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fhuman_keypoint_detection.html)\n\n * [🌐 开放词汇目标检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fopen_vocabulary_detection.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🖼️ 图像分割 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [🗺️ 语义分割模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fsemantic_segmentation.html)\n\n * [🔍 实例分割模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Finstance_segmentation.html)\n\n * [🚨 图像异常检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fanomaly_detection.html)\n\n * [🌐 开放词汇分割模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002Fopen_vocabulary_segmentation.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> ⏱️ 时序分析 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [📈 时序预测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Ftime_series_modules\u002Ftime_series_forecasting.html)\n\n * [🚨 时序异常检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Ftime_series_modules\u002Ftime_series_anomaly_detection.html)\n\n * [🕒 时序分类模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Ftime_series_modules\u002Ftime_series_classification.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🎤 语音识别 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [🌐 多语种语音识别模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fspeech_modules\u002Fmultilingual_speech_recognition.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 📦 3D \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [📦 3D多模态融合检测模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fcv_modules\u002F3d_bev_detection.html)\n\n\u003C\u002Fdetails>\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 🌐 多模态视觉语言模型 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [📝 文档类视觉语言模型模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fvlm_modules\u002Fdoc_vlm.html)\n\n * [📈 图表解析模块使用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Ftutorials\u002Fvlm_modules\u002Fchart_parsing.html)\n\n\u003C\u002Fdetails>\n\n\n* \u003Cdetails open>\n \u003Csummary> \u003Cb> 📄 相关说明文件 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [📝 PaddleX 单模型 Python 脚本使用说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Finstructions\u002Fmodel_python_API.html)\n\n * [📝 PaddleX 通用模型配置文件参数说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Finstructions\u002Fconfig_parameters_common.html)\n\n * [📝 PaddleX 时序任务模型配置文件参数说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Finstructions\u002Fconfig_parameters_time_series.html)\n\n * [📝 PaddleX 3d任务模型配置文件参数说明](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Finstructions\u002Fconfig_parameters_3d.html)\n\n * [📝 模型推理 Benchmark](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fmodule_usage\u002Finstructions\u002Fbenchmark.html)\n\n\u003C\u002Fdetails>\n\n\u003C\u002Fdetails>\n\n\u003Cdetails open>\n \u003Csummary> \u003Cb> 🏗️ 模型产线部署 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [🚀 PaddleX 高性能推理指南](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_deploy\u002Fhigh_performance_inference.html)\n * [🖥️ PaddleX 服务化部署指南](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_deploy\u002Fserving.html)\n * [📱 PaddleX 端侧部署指南](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_deploy\u002Fon_device_deployment.html)\n * [🌐 获取 ONNX 模型](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_deploy\u002Fpaddle2onnx.html)\n\n\u003C\u002Fdetails>\n\n\u003Cdetails open>\n \u003Csummary> \u003Cb> 🖥️ 多硬件使用 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [🔧 多硬件使用指南](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fother_devices_support\u002Fmulti_devices_use_guide.html)\n * [🖲️ 海光 DCU 飞桨安装教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fother_devices_support\u002Fpaddlepaddle_install_DCU.html)\n * [🔲 寒武纪 MLU 飞桨安装教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fother_devices_support\u002Fpaddlepaddle_install_MLU.html)\n * [💻 昇腾 NPU 飞桨安装教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fother_devices_support\u002Fpaddlepaddle_install_NPU.html)\n * [🔌 昆仑 XPU 飞桨安装教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fother_devices_support\u002Fpaddlepaddle_install_XPU.html)\n * [📱 燧原 GCU 飞桨安装教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fother_devices_support\u002Fpaddlepaddle_install_GCU.html)\n\n\u003C\u002Fdetails>\n\n\u003Cdetails open>\n\u003Csummary> \u003Cb> 📊 数据标注教程 \u003C\u002Fb>\u003C\u002Fsummary>\n\n- \u003Cdetails open>\n \u003Csummary> \u003Cb> 💻 计算机视觉 \u003C\u002Fb>\u003C\u002Fsummary>\n\n - [📂 图像分类任务模块](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fdata_annotations\u002Fcv_modules\u002Fimage_classification.html)\n\n - [📂 图像特征任务模块](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fdata_annotations\u002Fcv_modules\u002Fimage_feature.html)\n\n - [📂 实例分割任务模块](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fdata_annotations\u002Fcv_modules\u002Finstance_segmentation.html)\n\n - [📂 图像多标签分类模块](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fdata_annotations\u002Fcv_modules\u002Fml_classification.html)\n\n- [📂 目标检测任务模块](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fdata_annotations\u002Fcv_modules\u002Fobject_detection.html)\n\n - [📂 语义分割任务模块](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fdata_annotations\u002Fcv_modules\u002Fsemantic_segmentation.html)\n\n\u003C\u002Fdetails>\n\n- \u003Cdetails open>\n \u003Csummary> \u003Cb> 🔍 OCR \u003C\u002Fb>\u003C\u002Fsummary>\n\n - [📊 表格识别任务模块](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fdata_annotations\u002Focr_modules\u002Ftable_recognition.html)\n\n - [📰 文本检测\u002F识别任务模块](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fdata_annotations\u002Focr_modules\u002Ftext_detection_recognition.html)\n\n\u003C\u002Fdetails>\n\n- \u003Cdetails open>\n \u003Csummary> \u003Cb> 📉 时序分析 \u003C\u002Fb>\u003C\u002Fsummary>\n\n - [📈 时序异常检测任务模块](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fdata_annotations\u002Ftime_series_modules\u002Ftime_series_anomaly_detection.html)\n\n - [📉时序分类任务模块](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fdata_annotations\u002Ftime_series_modules\u002Ftime_series_classification.html)\n\n - [🕜 时序预测任务模块](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fdata_annotations\u002Ftime_series_modules\u002Ftime_series_forecasting.html)\n\n\u003C\u002Fdetails>\n\n\u003C\u002Fdetails>\n\n\u003Cdetails open>\n \u003Csummary> \u003Cb> 📑 产线列表 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [🖲️ PaddleX产线列表(CPU\u002FGPU)](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fpipelines_list.html)\n * [🔲 PaddleX产线列表(DCU)](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fpipelines_list_dcu.html)\n * [💻 PaddleX产线列表(MLU)](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fpipelines_list_mlu.html)\n * [🔌 PaddleX产线列表(NPU)](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fpipelines_list_npu.html)\n * [📱 PaddleX产线列表(XPU)](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fpipelines_list_xpu.html)\n\n\u003C\u002Fdetails>\n\n\u003Cdetails open>\n \u003Csummary> \u003Cb> 📄 模型列表 \u003C\u002Fb>\u003C\u002Fsummary>\n\n * [🖲️ PaddleX模型列表（CPU\u002FGPU）](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fmodels_list.html)\n * [🔲 PaddleX模型列表（海光 DCU）](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fmodel_list_dcu.html)\n * [💻 PaddleX模型列表（寒武纪 MLU）](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fmodel_list_mlu.html)\n * [🔌 PaddleX模型列表（昇腾 NPU）](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fmodel_list_npu.html)\n * [📱 PaddleX模型列表（昆仑 XPU）](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fmodel_list_xpu.html)\n * [📺 PaddleX模型列表（燧原 GCU）](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fsupport_list\u002Fmodel_list_gcu.html)\n\n\u003C\u002Fdetails>\n\n\u003Cdetails open>\n \u003Csummary> \u003Cb> 📝 产业实践教程&范例 \u003C\u002Fb>\u003C\u002Fsummary>\n\n* [📑 文档场景信息抽取v3模型产线———论文文献信息抽取应用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002F3.0\u002Fpractical_tutorials\u002Fdocument_scene_information_extraction%28layout_detection%29_tutorial.html)\n\n* [📑 文档场景信息抽取v3模型产线———印章信息抽取应用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002F3.0\u002Fpractical_tutorials\u002Fdocument_scene_information_extraction%28seal_recognition%29_tutorial.html)\n\n* [📑 文档场景信息抽取v3模型产线———DeepSeek 篇](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Fdocument_scene_information_extraction(deepseek)_tutorial.html)\n\n* [🚗 通用 OCR 模型产线———车牌识别教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Focr_det_license_tutorial.html)\n\n* [✍️ 通用 OCR 模型产线———手写中文识别教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Focr_rec_chinese_tutorial.html)\n\n* [🔍 公式识别模型产线实践教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Fformula_recognition_tutorial.html)\n\n* [💻 版面区域检测模型使用实践教程———大模型训练数据构建教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Flayout_detection.html)\n\n* [😊 人脸识别之卡通人脸识别实践教程———卡通人脸识别教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Fface_recognition_tutorial.html)\n\n* [🖼️ 通用图像分类模型产线———垃圾分类教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Fimage_classification_garbage_tutorial.html)\n\n* [🧩 通用实例分割模型产线———遥感图像实例分割教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Finstance_segmentation_remote_sensing_tutorial.html)\n\n* [👥 通用目标检测模型产线———行人跌倒检测教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Fobject_detection_fall_tutorial.html)\n\n* [👗 通用目标检测模型产线———服装时尚元素检测教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Fobject_detection_fashion_pedia_tutorial.html)\n\n* [🗣️ 通用语义分割模型产线———车道线分割教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Fsemantic_segmentation_road_tutorial.html)\n\n* [🛠️ 时序异常检测模型产线———设备异常检测应用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Fts_anomaly_detection.html)\n\n* [🎢 时序分类模型产线———心跳监测时序数据分类应用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Fts_classification.html)\n\n* [🔋 时序预测模型产线———用电量长期预测应用教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Fts_forecast.html)\n\n* [🔧 产线部署实践教程](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpractical_tutorials\u002Fdeployment_tutorial.html)\n\n\u003C\u002Fdetails>\n\n\n\n## 🤔 FAQ\n\n关于我们项目的一些常见问题解答，请参考[FAQ](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002FFAQ.html)。如果您的问题没有得到解答，请随时在 [Issues](https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fissues) 中提出\n## 💬 Discussion\n\n我们非常欢迎并鼓励社区成员在 [Discussions](https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fdiscussions) 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。\n\n\n## 📄 许可证书\n\n本项目的发布受 [Apache 2.0 license](.\u002FLICENSE) 许可认证。","# PaddleX 快速上手指南\n\nPaddleX 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。\n\n## 1. 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n* **操作系统**：Linux, Windows, macOS\n* **Python 版本**：3.8 ~ 3.13\n* **硬件支持**：CPU, GPU (NVIDIA), XPU (昆仑芯), NPU (昇腾), MLU (寒武纪), DCU (海光) 等。\n* **前置依赖**：需先安装 **PaddlePaddle** 深度学习框架。\n\n### 安装 PaddlePaddle (推荐国内源)\n\n根据您的硬件环境选择对应的安装命令（以下为通用 GPU\u002FCPU 示例，更多版本请参考 [飞桨安装文档](https:\u002F\u002Fwww.paddlepaddle.org.cn\u002Finstall\u002Fquick)）：\n\n```bash\n# CPU 版本\npython -m pip install paddlepaddle==3.1.1 -i https:\u002F\u002Fmirror.baidu.com\u002Fpypi\u002Fsimple\n\n# GPU 版本 (CUDA 12)\npython -m pip install paddlepaddle-gpu==3.1.1 -i https:\u002F\u002Fmirror.baidu.com\u002Fpypi\u002Fsimple\n```\n\n## 2. 安装 PaddleX\n\n使用 pip 直接安装最新版本的 PaddleX：\n\n```bash\npip install paddlex==3.3.0 -i https:\u002F\u002Fmirror.baidu.com\u002Fpypi\u002Fsimple\n```\n\n> **提示**：添加 `-i https:\u002F\u002Fmirror.baidu.com\u002Fpypi\u002Fsimple` 可使用百度镜像源加速下载。\n\n## 3. 基本使用\n\nPaddleX 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：\n\n### 代码示例\n\n```python\nfrom paddlex import create_model\n\n# 1. 创建模型实例 (自动下载预训练模型)\n# 使用 PP-YOLOE_plus 模型进行目标检测\nmodel = create_model('PP-YOLOE_plus')\n\n# 2. 执行推理\n# 替换 'image.jpg' 为您的图片路径\nresult = model.predict('image.jpg')\n\n# 3. 打印或保存结果\nfor res in result:\n print(res.json) \n # 可选：保存可视化结果\n # res.save_to_img('.\u002Foutput\u002F') \n```\n\n### 其他常用产线调用方式\n\nPaddleX 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：\n\n```python\n# 通用 OCR (文字识别)\nocr_model = create_model('PP-OCRv5')\nocr_result = ocr_model.predict('text_image.png')\n\n# 通用图像分类\ncls_model = create_model('ResNet50')\ncls_result = cls_model.predict('dog.jpg')\n\n# 表格识别\ntable_model = create_model('PP-StructureV3')\ntable_result = table_model.predict('table_image.png')\n```\n\n### 下一步\n* **在线体验**：访问 [AI Studio 星河社区](https:\u002F\u002Faistudio.baidu.com\u002Fapplication\u002Fcenter\u002Fapp?tag=%E5%85%A8%E9%83%A8&flod=86503) 无需代码即可体验各产线效果。\n* **高性能部署**：参考官方文档进行 [服务化部署](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_deploy\u002Fserving.html) 或 [端侧部署](https:\u002F\u002Fpaddlepaddle.github.io\u002FPaddleX\u002Flatest\u002Fpipeline_deploy\u002Fon_device_deployment.html)。\n* **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。","某跨境电商运营团队需要每日处理成千上万份多语种（如泰文、希腊文、英文）的复杂版式 PDF 发票，从中提取关键信息并翻译归档。\n\n### 没有 PaddleX 时\n- **多模型串联开发难**：需分别调用独立的 OCR、表格识别和翻译模型，编写大量胶水代码处理数据格式转换，调试成本极高。\n- **小语种支持缺失**：开源社区缺乏高精度的泰文、希腊文等小语种识别模型，自行训练数据标注成本高且周期长。\n- **硬件适配繁琐**：团队内部混用英伟达 GPU 和昇腾 NPU，不同硬件需维护多套推理后端代码，部署环境极易冲突。\n- **文档解析效果差**：面对复杂排版的发票，传统方案难以准确还原表格结构，导致后续关键信息抽取错误率高。\n\n### 使用 PaddleX 后\n- **产线一键调用**：直接利用 PaddleX 集成的\"PP-DocTranslation\"产线，通过极简 Python API 串联 PP-OCRv5、PP-StructureV3 和大模型，实现从识别到翻译的全流程自动化。\n- **多语种高精度识别**：内置 PP-OCRv5 多语种模型，泰文和希腊文识别精度分别达到 82.68% 和 89.28%，无需额外训练即可满足业务需求。\n- **跨硬件无缝部署**：凭借统一的推理接口，同一套代码可无缝切换运行在 CUDA 12 GPU 或昇腾 NPU 上，大幅降低运维复杂度。\n- **复杂版面完美还原**：升级后的 PP-Chart2Table 模型能精准将发票中的图表转换为结构化表格，关键信息提取准确率显著提升。\n\nPaddleX 通过“开箱即用”的多模型产线和全硬件适配能力，将原本数周的定制开发工作缩短至小时级，让企业能专注于业务逻辑而非底层算法整合。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FPaddlePaddle_PaddleX_a60db5b3.png","PaddlePaddle","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FPaddlePaddle_0457ef24.jpg","",null,"http:\u002F\u002Fpaddlepaddle.org","https:\u002F\u002Fgithub.com\u002FPaddlePaddle",[79,83,87,91,94,98,102,106,109,112],{"name":80,"color":81,"percentage":82},"Python","#3572A5",68.4,{"name":84,"color":85,"percentage":86},"C++","#f34b7d",26.8,{"name":88,"color":89,"percentage":90},"CMake","#DA3434",1.5,{"name":92,"color":93,"percentage":90},"XSLT","#EB8CEB",{"name":95,"color":96,"percentage":97},"Cuda","#3A4E3A",1.2,{"name":99,"color":100,"percentage":101},"Shell","#89e051",0.3,{"name":103,"color":104,"percentage":105},"C","#555555",0.1,{"name":107,"color":108,"percentage":105},"Batchfile","#C1F12E",{"name":110,"color":111,"percentage":105},"Dockerfile","#384d54",{"name":113,"color":114,"percentage":105},"HTML","#e34c26",6110,1182,"2026-04-19T09:13:18","Apache-2.0","Linux, Windows, macOS","非必需（支持 CPU）。若使用 GPU，支持 NVIDIA (含 50 系，需 CUDA 12)、昆仑芯、昇腾、寒武纪、海光、燧原等。显存大小未说明，取决于具体模型。","未说明",{"notes":123,"python":124,"dependencies":125},"全面适配飞桨框架 3.0+；支持多种硬件后端（CPU\u002FGPU\u002FXPU\u002FNPU\u002FMLU\u002FDCU）；Windows 用户可使用英伟达 50 系显卡；支持通过 Docker 进行服务化部署；部分功能需在 AI Studio 云端体验。","3.8~3.13",[126,127,128],"PaddlePaddle>=3.0","PaddleX>=3.0","Paddle2ONNX (可选)",[130,16,15,35,14],"音频",[132,133,134,135,136,137,138,139,140,141,142,143],"classification","segmentation","deployment","ocr","time-series","pp-chatocr","ai-pipelines","object-detection","formula-recognition","layout-detection","pdf2markdown","speech-recognition","2026-03-27T02:49:30.150509","2026-04-20T04:06:08.425901",[147,152,157,162,167,172],{"id":148,"question_zh":149,"answer_zh":150,"source_url":151},43500,"使用高性能插件（--use_hpip）部署版面解析产线时遇到 TensorRT Builder 报错且推理速度极慢，如何解决？","这是由于当前版本（如 3.0.0rc0）存在已知问题。官方建议等待 PaddleX 3.0rc1 或更高版本上线后重试，新版的高性能推理功能已修复该问题并优化了速度。在等待期间，可暂时不使用高性能模式或回退到稳定版本。","https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fissues\u002F3514",{"id":153,"question_zh":154,"answer_zh":155,"source_url":156},43501,"为什么开启高性能插件后，OCR 产线的推理速度与普通模式相比几乎没有提升？","这通常是因为未正确设置环境变量导致 TensorRT 加速未生效。请确保在运行前设置环境变量 `export FLAGS_enable_pir_api=0`。如果不设置该变量，系统不会真正使用 Paddle-TensorRT (pptrt) 后端，从而导致加速效果不明显。如果设置后仍报错，说明当前环境可能无法对该模型正常使用 TensorRT，需手动切换其他后端。","https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fissues\u002F2660",{"id":158,"question_zh":159,"answer_zh":160,"source_url":161},43502,"调用 PP-StructureV3 或相关模型时报错，可能与输入文件名的什么特征有关？","报错可能是由输入图像文件名中包含中文字符引起的。建议将输入图片的文件名改为纯英文或数字，去掉所有中文字符后重新尝试运行，通常可以解决此类路径解析或编码导致的错误。","https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fissues\u002F4184",{"id":163,"question_zh":164,"answer_zh":165,"source_url":166},43503,"Mask-RT-DETR-L 模型在高分辨率图片（如 1920x1080）上推理耗时过长（秒级而非毫秒级），原因是什么？","官方文档中的低耗时数据通常基于特定测试条件（如较小分辨率或特定硬件）。在高分辨率（1920x1080）下，推理耗时显著增加是正常现象。此外，如果未启用高性能推理插件或未针对大分辨率优化动态形状（dynamic shapes），也会导致速度慢。若遇到段错误（Segmentation Fault），可能是该模型在特定版本高性能模式下的 Bug，建议尝试关闭高性能模式或使用其他系列模型。","https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fissues\u002F3548",{"id":168,"question_zh":169,"answer_zh":170,"source_url":171},43504,"在昇腾（NPU）设备上使用 PaddleX 解析包含图片的 PDF 文件失败，但纯文本 PDF 正常，如何处理？","这是 NPU 自定义设备在處理复杂 PDF（含图片）时的兼容性问题。虽然基础算子加载成功，但布局分析模型在处理含图 PDF 时可能触发底层错误。建议检查是否使用了最新的支持 NPU 的 PaddleX 版本和自定义设备库（libpaddle-custom-npu.so）。如果问题依旧，可能需要等待官方后续更新修复，或暂时在 GPU\u002FCPU 环境下处理含图 PDF 任务。","https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fissues\u002F3419",{"id":173,"question_zh":174,"answer_zh":175,"source_url":151},43505,"如何在 Docker 环境中正确启动 PaddleX 的高性能服务以避免显存或构建错误？","推荐使用官方提供的最新 Docker 镜像，并确保分配足够的共享内存（例如添加参数 `--shm-size=8G`）。启动命令示例：`docker run --gpus all --name paddlex -v $PWD:\u002Fpaddle --shm-size=8G --network=host -it [镜像名称] \u002Fbin\u002Fbash`。进入容器后，使用 `paddlex --serve --pipeline [配置文件] --use_hpip` 启动服务。如果遇到旧版镜像的报错，请拉取更新后的镜像（如 3.0.0 正式版或 rc1 以上版本）。",[177,182,187,192,197,202,207,212,217,222,227,232,237,242,247,252,257,262,267,272],{"id":178,"version":179,"summary_zh":180,"released_at":181},343086,"v3.5.0","## 2026年4月17日 v3.5.0 发布\n\n- 支持切换底层推理引擎，可选飞桨框架、Transformers 等。\n- PaddleOCR-VL 系列、PP-StructureV3 等产线支持在解析结果中返回 DOCX 文档（PDF\u002F图片转 DOCX）。\n\n## 2026年4月17日 v3.5.0 发布\n\n- 支持更换底层推理引擎，可选飞桨框架、Transformers 等。\n- PaddleOCR-VL 系列、PP-StructureV3 等产线支持在解析结果中返回 DOCX 文档（PDF\u002F图片转 DOCX）。\n\n**完整更新日志**: https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fcompare\u002Fv3.4.0...v3.5.0","2026-04-17T10:41:45",{"id":183,"version":184,"summary_zh":185,"released_at":186},343087,"v3.4.3","## 2026年3月26日 v3.4.3 发布\n\n- 支持 PP-DocLayoutV3 模型的训练与静态图导出。\n- 支持 Python 3.13。\n- 优化了多条流水线中的异常处理及边界情况，使失败场景下的行为更加一致。\n- 修复了与最新依赖库及不同 Python 版本相关的兼容性问题。\n\n## 2026年3月26日 v3.4.3 发布\n\n- 支持 PP-DocLayoutV3 模型的训练与静态图导出。\n- 支持 Python 3.13。\n- 修复了多条产线的异常处理与边界情况，提升失败场景下的行为一致性。\n- 修复与新版依赖、不同 Python 版本相关的兼容性问题。\n\n**完整更新日志**: https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fcompare\u002Fv3.4.2...v3.4.3\n","2026-03-26T12:30:36",{"id":188,"version":189,"summary_zh":190,"released_at":191},343088,"v3.4.2","## 2026.2.13 v3.4.2 发布\n* PaddleOCR-VL 与 PaddleOCR-VL-1.5 本地部署服务已移除默认的 PDF 页数限制。\n* PaddleOCR-VL 与 PaddleOCR-VL-1.5 服务支持配置返回的 BOS 链接有效期，提升安全性。\n* PaddleOCR-VL 与 PaddleOCR-VL-1.5 现已支持基于 AMD GPU 的推理。\n* PaddleOCR-VL-0.9B 与 PaddleOCR-VL-1.5-0.9B 模型在 Intel GPU 上支持使用优化后的默认 vLLM 启动参数。\n* VLM 客户端支持异步事件循环的优雅退出，并在同一批次中单个请求失败时自动取消其余请求，避免不必要的算力浪费。\n* 支持通过环境变量配置 PDF 渲染的 DPI。\n* 缩小 `matmul_add_act_fuse_pass` 算子融合影响的模型范围，仅在 `PP-DocLayoutV3` 时，不做该算子融合。\n* 修复 PaddleOCR-VL 系列模型中若表格中包含的文本框导致重复解析的 bug。\n\n**完整更新日志**: https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fcompare\u002Fv3.4.1...v3.4.2","2026-02-13T06:34:35",{"id":193,"version":194,"summary_zh":195,"released_at":196},343089,"v3.4.1","## 2026年1月30日 v3.4.1 发布\n* 修复了 PaddleOCR-VL 在连续执行推理后可能无法识别图表、印章的问题。\n* 对于 `genai-vllm-server` 插件，新增了对 `transformers` 版本的上限限制，以避免安装时出现兼容性问题。\n\n## 新贡献者\n* @handsomecoderyang 在 https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fpull\u002F4959 中完成了首次贡献\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fcompare\u002Fv3.4.0...v3.4.1","2026-01-30T09:07:44",{"id":198,"version":199,"summary_zh":200,"released_at":201},343090,"v3.4.0","## 2026.1.29 v3.4.0 发布\n* **发布 PaddleOCR-VL-1.5 复杂文档解析方案。**\n\n PaddleOCR-VL-1.5 是 PaddleOCR-VL 系列的全新迭代版本。在全面优化 1.0 版本核心能力的基础上，该模型在文档解析权威评测集 OmniDocBench v1.5 上斩获了 **94.5%** 的高精度，超越了全球的顶尖通用大模型及文档解析专用模型。\n \n PaddleOCR-VL-1.5 创新性地支持了文档元素的**异形框定位**，使得 PaddleOCR-VL-1.5 在**扫描、倾斜、弯折、屏幕拍摄及复杂光照**等真实落地场景中均表现卓越，实现了全面的 SOTA。此外，模型进一步集成了**印章识别与文本检测识别任务**，关键指标持续领跑主流模型。\n \n 您可以在 [PaddleOCR官网](https:\u002F\u002Fwww.paddleocr.com) 在线使用或者调用该模型的API。\n\n* 新增对 MLX-VLM 推理服务的调用支持。\n* PP-StructureV3 服务支持 `prettifyMarkdown` 和 `showFormulaNumber` 参数，功能与本地推理对齐。\n* 将 PaddleOCR-VL 的 `concatenate-pages` 方法升级为 `restructure-pages`，支持在不改变总页数的情况下重新整合多页结果，用法更加灵活。\n* 修复在多线程调用场景下，PDF 渲染库因非并发安全导致的潜在内存问题。\n* 优化了通用 OCR 等产线服务的参数校验逻辑，在更多传入无效参数的场景下返回 422 状态码，而非 500 状态码。\n* 针对 `GenAIClient`，实现异步事件循环的优雅退出，提升系统稳定性与资源释放可靠性。\n\n## 新贡献者\n* @XingweiDeng 在 https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fpull\u002F4744 中做出了首次贡献\n* @315930399 在 https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fpull\u002F4867 中做出了首次贡献\n* @arosasg 在 https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fpull\u002F4700 中做出了首次贡献\n* @reda-a","2026-01-29T11:19:43",{"id":203,"version":204,"summary_zh":205,"released_at":206},343091,"v3.3.13","## 2026.1.12 v3.3.13 发布\n* PaddleOCR-VL 新增 `concatenate_pages` 方法，用于拼接多页解析结果，支持保留多级标题结构、合并跨页表格。\n* GenAIClient 现在支持在构造时指定自定义模型名称。\n* PaddleOCR-VL-0.9B 支持本地推理，并允许在每次预测时传入 `min_pixels` 和 `max_pixels` 参数。\n* @alealexpro100 修复了 `cyrillic_PP-OCRv5_mobile_rec` 模型在 PaddlePaddle 3.1.1 + CUDA 12 环境下无法启用高性能推理的问题。\n* @szepeviktor 修复了文本检测模型在图像尺寸超过限制时，日志中宽高显示顺序错误的问题。\n* @metax666 @duqimeng PP-StructureV3 现已支持在 MetaX GPU 上运行。\n* 添加了对 vLLM 和 SGLang 内部集成 PaddleOCR-VL-0.9B 的支持（需使用较新版本的 vLLM 和 SGLang）。\n* 修复了应用打包文档中的错误，并更新示例代码以适配最新接口。\n\n## 2025.1.12 v3.3.13 发布\n* PaddleOCR-VL 新增 `concatenate_pages` 方法，用于拼接多页解析结果，支持保留多级标题结构、合并跨页表格。\n* GenAIClient 在构造时支持指定自定义模型名称。\n* PaddleOCR-VL-0.9B 支持本地推理，并允许在每次预测时传入 `min_pixels` 和 `max_pixels` 参数。\n* @alealexpro100 修复了 `cyrillic_PP-OCRv5_mobile_rec` 模型在 PaddlePaddle 3.1.1 + CUDA 12 环境下无法启用高性能推理的问题。\n* @szepeviktor 修复了文本检测模型在图像尺寸超过限制时，日志中宽高显示顺序错误的问题。\n* @metax666 @duqimeng PP-StructureV3 现已支持在沐曦 GPU 上运行。\n* 支持使用 vLLM、SGLang 内部集成 PaddleOCR-VL-0.9B（依赖高版本 vLLM 和 SGLang）。\n* 修复应用打包文档中的错误，更新示例代码以适配最新接口。\n\n**完整变更日志**: [https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fcompare\u002Fv3.3.12...v3.3.13](https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fcompare\u002Fv3.3.12...v3.3.13)","2026-01-12T11:24:42",{"id":208,"version":209,"summary_zh":210,"released_at":211},343092,"v3.3.12","## 2025年12月17日 v3.3.12 发布\n\n* 修复 PP-StructureV3 的 Markdown 输出中页眉、页脚缺失的问题。\n* 对于 PaddleOCR-VL-0.9B，优化了 flash attention 可用性检查，并在 flash attention 不可用时（例如在 Windows 系统上）回退到 eager attention 方案。\n\n## 2025年12月17日 v3.3.12 发布\n\n* 修复 PP-StructureV3 的 Markdown 结果中缺失页眉、页脚的问题。\n* 对于 PaddleOCR-VL-0.9B，优化 flash attention 可用性检查，在 Windows 系统等 flash attention 不可用的情况使用 eager attention 方案。\n\n**完整更新日志**: https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fcompare\u002Fv3.3.11...v3.3.12\n","2025-12-22T02:40:17",{"id":213,"version":214,"summary_zh":215,"released_at":216},343093,"v3.3.11","## 2025年12月9日 v3.3.11 发布\n\n* 修复重复推理时内存持续增长的问题。\n* PP-StructureV3 与 PaddleOCR-VL 新增参数 `markdown_ignore_labels`，用于控制在 Markdown 输出中需忽略的元素类型；产线输出结果中新增文件页数、图像尺寸等信息。\n* PaddleOCR-VL 支持通过参数 `merge_layout_blocks` 控制是否对图像块进行合并。\n* 支持通过环境变量 `PADDLE_PDX_DISABLE_MODEL_SOURCE_CHECK` 绕过模型源检查，解决离线环境下模型加载卡顿的问题。\n* 修复 RT-DETR-X 模型在使用 PIR-TRT 推理且 batch size > 1 时出现的精度问题。\n* 在高稳定性部署镜像中预装字体，避免渲染 PDF 页面时出现内容缺失。\n* 支持 safetensors 0.7.0，并移除文档中关于安装指定版本的说明。\n* 新增对沐曦 GPU 的支持。 @metax666 \n\n**完整更新日志**: https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fcompare\u002Fv3.3.10...v3.3.11","2025-12-09T12:40:45",{"id":218,"version":219,"summary_zh":220,"released_at":221},343094,"v3.3.10","## 2025年11月24日 v3.3.10 发布\n* 优化了 PaddleOCR-VL-0.9B 模型的网络实现，在 Compute Capability ≥ 8 的 GPU 设备上显著降低了显存占用。\n\n## 2025年11月24日 v3.3.10 发布\n* 优化 PaddleOCR-VL-0.9B 模型的组网实现，在 Compute Capability >= 8 的 GPU 设备上显著降低显存用量。\n\n**完整更新日志**: https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fcompare\u002Fv3.3.9...v3.3.10","2025-11-25T09:41:58",{"id":223,"version":224,"summary_zh":225,"released_at":226},343095,"v3.3.9","## 2025年11月10日 v3.3.9 发布\n* 修复 PP-DocLayoutV2 在 CPU 上精度异常的问题。\n* PaddleOCR-VL-0.9B 现在支持使用 vLLM 服务器模式在 DCU 设备上部署。\n\n## 2025年11月10日 v3.3.9 发布\n* 修复 PP-DocLayoutV2 在 CPU 上精度异常的问题。\n* PaddleOCR-VL-0.9B 支持在 DCU 设备上以 vLLM server 方式部署。\n\n**完整更新日志**: https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fcompare\u002Fv3.3.8...v3.3.9","2025-11-25T09:41:31",{"id":228,"version":229,"summary_zh":230,"released_at":231},343096,"v3.3.8","## 2025.11.5 v3.3.8 released\r\n* Fixed installation bugs in the vLLM and SGLang plugins.\r\n\r\n## 2025.11.5 v3.3.8 发布\r\n* 修复 vLLM、SGLang 插件的安装 bug。\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fcompare\u002Fv3.3.7...v3.3.8","2025-11-25T09:40:57",{"id":233,"version":234,"summary_zh":235,"released_at":236},343097,"v3.3.7","## 2025.11.5 v3.3.7 released\r\n* PaddleOCR-VL now supports inference on DCU and XPU.\r\n* Optimized the installation process for vLLM \u002F SGLang plugins: hardware information is automatically detected and the matching version of flash-attn is installed without manual installation.\r\n* The high-stability serving solution for General OCR and PP-StructureV3 pipelines now supports handling concurrent requests in a single instance.\r\n* For high-stability serving, the server now prints the log IDs of each request in a batch when receiving requests, making debugging easier.\r\n* The PP-StructureV3 and PP-DocTranslation pipelines now support saving results in DOCX and LaTeX formats.\r\n* Simplified PDF page rendering logic to improve reading performance. @mara004 \r\n\r\n## 2025.11.5 v3.3.7 发布\r\n* PaddleOCR-VL 新增对 DCU 和 XPU 的推理支持。\r\n* 优化 vLLM \u002F SGLang 插件的安装流程：自动检测硬件信息并安装匹配版本的 flash-attn，无需手动安装。\r\n* 通用 OCR 与 PP-StructureV3 产线的高稳定性服务化部署方案新增支持单实例并发请求处理。\r\n* 对于高稳定性服务化部署，服务器在接收请求时新增打印 batch 内各请求的 log ID，便于调试。\r\n* PP-StructureV3、PP-DocTranslation 产线新增结果保存为 DOCX、LaTeX 格式的能力。\r\n* 简化 PDF 页面渲染逻辑，提升读取性能。 @mara004 \r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fcompare\u002Fv3.3.6...v3.3.7\r\n","2025-11-25T09:39:52",{"id":238,"version":239,"summary_zh":240,"released_at":241},343098,"v3.3.6","## 2025.10.28 v3.3.6 released\r\n \r\n* PaddleOCR-VL supports inference using x86-64 CPU.\r\n* Unified the chat template used for different inference methods in PaddleOCR-VL.\r\n* Fixed the precision inconsistency issue for images containing formulas between PaddleOCR-VL inference using the PaddlePaddle framework and vLLM inference.\r\n* Released the Dockerfile for the vLLM inference image: https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Ftree\u002Frelease\u002F3.3\u002Fdeploy\u002Fgenai_vllm_server_docker .\r\n* Fixed the issue where, during offline inference, the program still attempted to download models online even when local cached models existed.\r\n\r\n## 2025.10.28 v3.3.6 发布\r\n\r\n* PaddleOCR-VL 支持使用 x86-64 CPU 推理。\r\n* 统一 PaddleOCR-VL 不同推理方式使用的 chat template。\r\n* 修复 PaddleOCR-VL 使用 PaddlePaddle 框架推理与使用 vLLM 推理对于包含公式的图像精度不一致的问题。\r\n* 公开 vLLM 推理镜像的 Dockerfile：https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Ftree\u002Frelease\u002F3.3\u002Fdeploy\u002Fgenai_vllm_server_docker 。\r\n* 修复离线推理时，即使本地缓存模型存在，程序仍然尝试联网下载模型的问题。\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fcompare\u002Fv3.3.5...v3.3.6\r\n","2025-10-29T07:48:21",{"id":243,"version":244,"summary_zh":245,"released_at":246},343099,"v3.3.5","## 2025.10.23 v3.3.5 released\r\n \r\n* Fixed the issue with weight data type mapping, supporting GPUs with compute capability between 7 and 8. \r\n* Resolved the problem of model configuration parsing failure when the model configuration includes `quantization_config`.\r\n* Fixed the issue where inference errors occurred when using paths containing Chinese characters in directories on Windows.\r\n* Resolved the problem of being unable to use PaddleOCR-VL models hosted on the AI Studio platform.\r\n* Added support for passing the `max_new_tokens` parameter during PaddleOCR-VL model inference.\r\n\r\n## 2025.10.23 v3.3.5 发布\r\n\r\n* 修复权重数据类型映射问题，支持 compute capability 在7-8之间的GPU。\r\n* 修复模型配置中包含 `quantization_config` 时模型解析配置失败的问题。\r\n* 修复 Windows 环境下，使用带有中文目录的路径推理报错的问题\r\n* 修复无法使用 AI Studio 平台托管的 PaddleOCR-VL 模型的问题\r\n* 支持 PaddleOCR-VL 模型推理时 `max_new_tokens` 参数的传入\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fcompare\u002Fv3.3.4...v3.3.5\r\n","2025-10-23T15:03:17",{"id":248,"version":249,"summary_zh":250,"released_at":251},343100,"v3.3.1","## 2025.10.16 v3.3.1 released\r\n \r\n* Fix issues such as the missing `concatenate_markdown_pages` method in the PaddleOCR-VL production pipeline.\r\n\r\n## 2025.10.16 v3.3.1 发布\r\n\r\n* 修复 PaddleOCR-VL 产线 `concatenate_markdown_pages` 方法缺失等问题。\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fcompare\u002Fv3.3.0...v3.3.1\r\n","2025-10-16T08:01:25",{"id":253,"version":254,"summary_zh":255,"released_at":256},343101,"v3.3.0","## 2025.10.16 v3.3.0 released\r\n \r\n* **Added support for inference and deployment of PaddleOCR-VL and PP-OCRv5 multilingual models.**\r\n\r\n## 2025.10.16 v3.3.0 发布\r\n\r\n* **支持PaddleOCR-VL、PP-OCRv5多语种模型的推理部署能力。**\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fcompare\u002Fv3.2.1...v3.3.0\r\n","2025-10-16T05:50:07",{"id":258,"version":259,"summary_zh":260,"released_at":261},343102,"v3.2.1","## 2025.8.29 v3.2.1 released\r\n \r\n* **Bug Fixes:**\r\n * Fixed a potential array overflow issue in the formula recognition module of PP-StructureV3 during pipeline inference.\r\n * Optimized the model download logic: when the model weight file already exists locally, the system will no longer re-download it, ensuring usability in offline environments.\r\n * Updated the high-stability serving image dependencies to be compatible with PaddleX 3.2.0; fixed path errors in the upload and cleanup scripts for the high-stability serving image, as well as typos in the documentation.\r\n * Fixed issues of invalid escape sequences in the formula recognition model post-processing stage in Python 3.12, as well as the potential Regular Expression Denial of Service (ReDoS) vulnerability.\r\n\r\n## 2025.8.29 v3.2.1 发布\r\n\r\n* **Bug修复：**\r\n * 修复了PP-StructureV3在产线推理过程中，公式识别模块可能出现的数组溢出的隐患。\r\n * 优化了模型下载逻辑：当本地已存在模型权重文件时，系统将不再重新下载，确保在离线环境下的可用性。\r\n * 更新高稳定性服务化部署镜像依赖，适配PaddleX 3.2.0；修复高稳定服务化部署镜像上传与清理脚本中的路径错误以及文档中的typo。\r\n * 修复了在 Python 3.12 中公式识别模型后处理阶段的无效转义符问题，以及潜在的正则表达式拒绝服务（ReDoS）问题。\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fcompare\u002Fv3.2.0...v3.2.1","2025-08-29T11:51:50",{"id":263,"version":264,"summary_zh":265,"released_at":266},343103,"v3.2.0","## 2025.8.20 v3.2.0 released\r\n- **Deployment Capability Upgrades:**\r\n - **Fully supports PaddlePaddle framework versions 3.1.0 and 3.1.1.**\r\n - **High-performance inference supports CUDA 12, with backend options including Paddle Inference and ONNX Runtime.**\r\n - **High-stability serving solution is fully open-sourced, enabling users to customize Docker images and SDKs as needed.**\r\n - High-stability serving solution supports invocation via manually constructed HTTP requests, allowing client applications to be developed in any programming language.\r\n\r\n- **Key Model Additions:**\r\n - Added training, inference, and deployment support for PP-OCRv5 English, Thai, and Greek recognition models. **The PP-OCRv5 English model delivers an 11% improvement over the main PP-OCRv5 model in English scenarios, with the Thai model achieving an accuracy of 82.68% and the Greek model 89.28%.**\r\n\r\n- **Benchmark Enhancements:**\r\n - **All pipelines support fine-grained benchmarking, enabling the measurement of end-to-end inference time as well as per-layer and per-module latency data to assist with performance analysis.**\r\n - **Added key metrics such as inference latency and memory usage for commonly used configurations on mainstream hardware to the documentation, providing deployment reference for users.**\r\n\r\n- **Bug Fixes:**\r\n - Fixed an issue where invalid input image file formats could cause recursive calls.\r\n - Resolved ineffective parameter settings for chart recognition, seal recognition, and document pre-processing in the configuration files for the PP-DocTranslation and PP-StructureV3 pipelines.\r\n - Fixed an issue where PDF files were not properly closed after inference.\r\n\r\n- **Other Updates:**\r\n - **Added support for Windows users with NVIDIA 50-series graphics cards; users can install the corresponding PaddlePaddle framework version as per the installation guide.**\r\n - **The PP-OCR model series now supports returning coordinates for individual characters.**\r\n - The `model_name` parameter in `PaddlePredictorOption` has been moved to `PaddleInfer`, improving usability.\r\n - Refactored the official model download logic, with new support for multiple model hosting platforms such as AIStudio and ModelScope.\r\n\r\n## 2025.8.20 v3.2.0 发布\r\n- **部署能力升级：**\r\n - **全面支持飞桨框架 3.1.0 和 3.1.1 版本。**\r\n - **高性能推理支持 CUDA 12，可使用 Paddle Inference、ONNX Runtime 后端推理。**\r\n - **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。**\r\n - 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。\r\n\r\n- **重要模型新增：**\r\n - 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%。**\r\n\r\n- **Benchmark升级：**\r\n - **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。**\r\n - **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。**\r\n\r\n- **Bug修复：**\r\n - 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。\r\n - 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。\r\n - 修复 PDF 文件在推理结束后未正确关闭的问题。\r\n\r\n- **其他升级：**\r\n - **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。**\r\n - **PP-OCR 系列模型支持返回单文字坐标。**\r\n - 将 `PaddlePredictorOption` 中的 `model_name` 参数移至 `PaddleInfer` 中，改善了用户易用性。\r\n - 重构了官方模型下载逻辑，新增了 AIStudio、ModelScope 等多模型托管平台。\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fcompare\u002Fv3.1.4...v3.2.0","2025-08-20T06:33:39",{"id":268,"version":269,"summary_zh":270,"released_at":271},343104,"v3.1.4","v3.1.4版本，修复和优化部分问题：\r\n\r\n- 修复了分布式训练问题，添加分布式训练文档。\r\n- 修复了表格识别v2产线在不使用版面区域检测模型时，组batch预测报错的问题。\r\n- 优化了一些文档。\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fcompare\u002Fv3.1.3...v3.1.4","2025-08-14T12:56:45",{"id":273,"version":274,"summary_zh":275,"released_at":276},343105,"v3.1.3","v3.1.3版本，修复和优化部分问题：\r\n\r\n- **Bug修复：**\r\n - 修复近期引入的 PP-OCRv4 及以下版本的英文模型推理可视化显示问题。\r\n - 修复 eslav_PP-OCRv5_mobile_rec 模型的字典路径错误问题。\r\n \r\n- **文档优化：**\r\n - 安装文档补充了 PaddleX 3.1.2 版本的官方镜像。\r\n\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleX\u002Fcompare\u002Fv3.1.2...v3.1.3","2025-07-11T14:07:14"]