PaddleX 使用案例

以下是PaddleX的典型使用案例，涵盖图像分类、目标检测和语义分割三大场景，展示其从数据准备到模型部署的全流程：

案例1：图像分类 - 垃圾分类识别

场景：识别可回收垃圾、有害垃圾、厨余垃圾和其他垃圾四类图片。

步骤1：数据准备与标注

# 1. 创建项目目录
mkdir garbage_classification && cd garbage_classification# 2. 下载示例数据集（约2000张图片，4分类）
wget https://bj.bcebos.com/paddlex/datasets/garbage4.tar.gz
tar -zxvf garbage4.tar.gz# 3. 数据结构（自动按8:1:1划分训练/验证/测试集）
garbage4/
├── train_list.txt  # 训练集（路径+标签）
├── val_list.txt    # 验证集
├── test_list.txt   # 测试集
└── labels.txt      # 类别名称（如：可回收垃圾、有害垃圾等）

步骤2：模型训练与评估

import paddlex as pdx
from paddlex import transforms as T# 定义数据增强
train_transforms = T.Compose([T.RandomResizeByShort(short_sizes=[640, 672, 704, 736, 768, 800], max_size=1333),T.RandomHorizontalFlip(),T.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
])# 加载数据集
train_dataset = pdx.datasets.ImageNet(data_dir='garbage4',file_list='garbage4/train_list.txt',label_list='garbage4/labels.txt',transforms=train_transforms,shuffle=True)# 初始化模型（使用MobileNetV3小模型，适合移动端部署）
num_classes = len(train_dataset.labels)
model = pdx.cls.MobileNetV3_large_x1_0(num_classes=num_classes)# 模型训练
model.train(num_epochs=10,train_dataset=train_dataset,train_batch_size=32,eval_dataset=eval_dataset,learning_rate=0.001,lr_decay_epochs=[4, 6, 8],save_dir='output/mobilenetv3',use_vdl=True)  # 启用VisualDL可视化训练过程

步骤3：模型评估与预测

# 加载最佳模型
model = pdx.load_model('output/mobilenetv3/best_model')# 单张图片预测
result = model.predict('test_image.jpg')
print("预测结果:", result)  # 输出类别概率# 批量评估
eval_metrics = model.evaluate(eval_dataset, batch_size=32, return_details=False)
print("评估指标:", eval_metrics)  # 输出准确率、F1分数等

步骤4：模型导出与部署

# 导出为推理模型
pdx.deploy export_inference --model_dir=output/mobilenetv3/best_model --save_dir=inference_model# 使用PaddleLite部署到移动端（Android示例）
paddle_lite_opt --model_file=inference_model/model.pdmodel \--param_file=inference_model/model.pdiparams \--optimize_out=garbage_model

案例2：目标检测 - 交通标志识别

场景：识别道路上的各类交通标志（限速、禁止通行、转弯等）。

步骤1：数据标注（使用PaddleX内置工具）

# 启动标注工具（图形界面）
paddlex --data_annotation --task det --annotation_dir=traffic_annotation

• 在界面中导入图片，绘制矩形框标注交通标志类别。
• 导出为COCO或VOC格式。

步骤2：模型训练（使用YOLOv3）

import paddlex as pdx
from paddlex import transforms as T# 定义数据增强
train_transforms = T.Compose([T.RandomResizeByShort(short_sizes=[320, 352, 384, 416, 448, 480, 512, 544, 576, 608], max_size=1333),T.RandomHorizontalFlip(),T.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
])# 加载数据集
train_dataset = pdx.datasets.VOCDetection(data_dir='traffic_data',file_list='traffic_data/train_list.txt',label_list='traffic_data/labels.txt',transforms=train_transforms,shuffle=True)# 初始化YOLOv3模型（基于DarkNet53骨干网络）
num_classes = len(train_dataset.labels)
model = pdx.det.YOLOv3(num_classes=num_classes, backbone='DarkNet53')# 模型训练
model.train(num_epochs=20,train_dataset=train_dataset,train_batch_size=8,eval_dataset=eval_dataset,learning_rate=0.0001,lr_decay_epochs=[15, 20],save_dir='output/yolov3_darknet53',use_vdl=True)

步骤3：模型预测与可视化

# 加载模型
model = pdx.load_model('output/yolov3_darknet53/best_model')# 单张图片预测并可视化
result = model.predict('test_traffic.jpg')
pdx.det.visualize('test_traffic.jpg', result, threshold=0.5, save_dir='./')

案例3：语义分割 - 土地覆盖分类

场景：将卫星图像中的土地类型（森林、水域、城市、农田等）进行像素级分类。

步骤1：数据准备（假设已标注为PNG掩码）

landcover/
├── images/           # 原始卫星图像
├── masks/            # 对应掩码图像（不同颜色代表不同类别）
├── train_list.txt    # 训练集路径对
├── val_list.txt      # 验证集路径对
└── labels.txt        # 类别名称

步骤2：模型训练（使用DeepLabv3+）

import paddlex as pdx
from paddlex import transforms as T# 定义数据增强
train_transforms = T.Compose([T.RandomResizeByShort(short_sizes=[512, 544, 576, 608, 640, 672, 704], max_size=1024),T.RandomHorizontalFlip(),T.RandomVerticalFlip(),T.RandomRotate(rotate_range=90),T.Normalize(mean=[0.5, 0.5, 0.5], std=[0.5, 0.5, 0.5]),
])# 加载数据集
train_dataset = pdx.datasets.SegDataset(data_dir='landcover',file_list='landcover/train_list.txt',label_list='landcover/labels.txt',transforms=train_transforms,shuffle=True)# 初始化DeepLabv3+模型（基于ResNet50骨干网络）
num_classes = len(train_dataset.labels)
model = pdx.seg.DeepLabv3p(num_classes=num_classes, backbone='ResNet50_vd')# 模型训练
model.train(num_epochs=30,train_dataset=train_dataset,train_batch_size=4,eval_dataset=eval_dataset,learning_rate=0.01,lr_decay_epochs=[20, 25],save_dir='output/deeplabv3p_resnet50',use_vdl=True)

步骤3：模型预测与可视化

# 加载模型
model = pdx.load_model('output/deeplabv3p_resnet50/best_model')# 单张图片预测并可视化
result = model.predict('test_satellite.jpg')
pdx.seg.visualize('test_satellite.jpg', result, weight=0.6, save_dir='./')

案例4：服务化部署（以Flask API为例）

from flask import Flask, request, jsonify
import paddlex as pdx
import cv2
import base64
import numpy as npapp = Flask(__name__)
model = pdx.load_model('inference_model')  # 加载导出的推理模型@app.route('/predict', methods=['POST'])
def predict():# 获取图像数据img_data = request.json['image']img_bytes = base64.b64decode(img_data)img_array = np.frombuffer(img_bytes, np.uint8)img = cv2.imdecode(img_array, cv2.IMREAD_COLOR)# 模型预测result = model.predict(img)# 返回结果return jsonify({'status': 'success','result': result})if __name__ == '__main__':app.run(host='0.0.0.0', port=5000)

关键特性总结

1. 简化流程：统一API覆盖数据标注、训练、评估、部署全流程。
2. 预训练模型：内置ResNet、MobileNet、YOLOv3、DeepLabv3+等多种预训练模型。
3. 自动优化：支持自动超参数搜索（如学习率、batch_size）。
4. 多端部署：无缝导出到PaddleInference、PaddleLite、TensorRT等推理引擎。
5. 可视化：集成VisualDL监控训练过程，支持损失曲线、模型结构可视化。

通过以上案例可以看出，PaddleX通过封装底层细节，使开发者能够专注于业务问题，大幅降低AI项目落地门槛，尤其适合政府、学校等需要快速验证和部署的场景。