小目标检测旨在精确识别图像中的小型物体，广泛应用于遥感、自动驾驶和医学等领域。传统算法在处理小目标时效果不佳，而PaddleX推出的PP-YOLOE-SOD模型通过优化算法和结构，显著提高了检测精度，支持高效应用。

多标签分类在计算机视觉中应用广泛，适合复杂场景，能够同时预测多个类别。与目标检测相比，其计算复杂度低、推理速度快、标注成本低且鲁棒性高。PaddleX提供多种模型，支持简单的Python API，便于快速体验和二次开发。

人脸识别是计算机视觉的重要应用，通过分析人脸特征实现身份识别。PaddleX提供端到端模型，包括人脸检测、特征提取和向量检索，广泛应用于安全和社交媒体。用户可通过简单的Python API快速体验和二次开发。

图像识别是计算机视觉的基础任务，广泛应用于人脸和商品识别。PP-ShiTuV2是一个通用图像识别系统，包含主体检测、特征学习和向量检索模块，显著提升了细粒度识别效果，特别适合快速更新的零售商品识别。

福州市凌睿智捷电子有限公司加入飞桨技术伙伴计划，双方将共同探索AI在边缘端的应用。凌智电子利用边缘计算经验和飞桨工具，推动AI技术落地，满足行业需求。此外，公司推出全国产化AI实验箱和视觉模块，支持高校AI教育和视觉应用。

PaddleX 3.0-beta1版本在AI模型部署方面进行了重要升级，提供高性能推理、服务化部署和端侧部署解决方案，以满足多样化的应用需求。高性能推理插件提升了模型推理速度，服务化部署增强了系统灵活性，端侧部署支持在用户设备上运行，确保快速响应和隐私保护。

飞桨发布的Mask-RT-DETR模型在实例分割任务中表现优异，支持134个模型。该模型基于RT-DETR优化，采用PP-HGNetV2作为骨干网络，提升了精度和速度。通过IoU-aware Query Selection和MaskDINOHead技术，Mask-RT-DETR在相同推理耗时下达到了SOTA级别的精度，适用于多个领域。

2023年12月，飞桨正式推出了低代码开发工具—— PaddleX 。这款一站式AI开发工具集成了飞桨开发套件多年积累的模型训练、推理全流程开发的优势能力。近期，PaddleX 团队发布了全新的 PaddleX 3.0-beta1 版本，带来四大重磅升级，包括：提供 200+ 模型 通过极简的 Python API 一键调用实现基于统一命令的模型训练推理全流程开发，并集成了 PP-ChatOCRv...

宜鼎国际加入百度飞桨技术伙伴计划，共同开发AI方案，包括个人防护设备应用方案和智能工装识别解决方案。通过软硬件整合和AI技术创新，推动产业升级。宜鼎是全球工业级存储领域的领导品牌。

实例分割是计算机视觉中的重要任务，能够提供丰富详细的信息，广泛应用于多个领域。基于百度飞桨发布的RT-DETR模型，Mask-RT-DETR适配实例分割任务，具有优势。Mask-RT-DETR在总体结构上与RT-DETR基本一致，但在实现细节上进行了改进。通过改进，Mask-RT-DETR在实例分割任务中取得了SOTA精度。Mask-RT-DETR采用了PP-HGNetV2作为骨干网络，并引入了MaskFeatFPN模块和IoU-aware Query Selection技术。Mask-RT-DETR还增加了分割头MaskDINOHead。Mask-RT-DETR的benchmark指标达到了SOTA精度。PaddleX提供了多种开发和部署方式，包括云端形式和本地开源版。

郑州轻工业大学梅科尔工作室基于PaddleX开发了恶性皮肤肿瘤早期识别智能辅助筛查系统，利用皮肤镜和语义分割模型实现快速且精确的识别。该系统能降低漏诊和误诊的风险，节约时间和人力资源，提高医疗服务质量和效率。

国际爱护动物基金会（IFAW）与百度飞桨合作开发了“濒危物种AI守护官”来打击非法野生动物制品贸易。该系统利用人工智能技术，可以识别象、穿山甲、虎等野生动物制品。经过优化，模型精度提升到92.5%。该系统已成功协助筛查近36万图片信息，删除7853条非法贸易广告。

飞桨推出低代码开发工具PaddleX，集成多个模型，支持图像分类、目标检测、OCR等任务。PaddleX 3.0-beta版本适配昇腾芯片，提升用户使用体验。开发者可通过六行代码集成模型到项目中。未来将继续在昇腾上适配PaddleX开源模型。

飞桨于6月27日发布了PaddleX 3.0-beta开源版本，聚焦7大主流AI场景，提供低代码开发工具，支持多硬件纯离线使用。

飞桨于2023年发布了低代码开发工具PaddleX，简化了AI技术的使用门槛。PaddleX拥有40余个产业级精选模型，覆盖10大主流AI任务。特色模型产线包括通用文本图像智能分析、大模型半监督学习和多模型融合时序分析，解决精度、效率、泛化性和成本等问题，助力企业数智化转型。

PaddleX新版本包括强大的大小模型结合特色工具、40+精选产业高精度模型库、低代码工具箱全流程开发和云端&本地端双平台按需使用等特性，旨在提高AI开发效率和产品体验。

本文介绍了时间序列预测的应用及其在各行业中的重要性。PaddlePaddle开发了PP-TS模型，基于启发式搜索和集成学习，可提高时间序列预测的精度。该模型可在PaddleX中使用，并提供了创建PP-TS模型管道的方法。加入PaddleX社区可获得更多好处。

百度飞桨团队推出PaddleX一站式开发软件平台，覆盖多种场景的精选模型，并提供统一API接口，帮助AI开发者实践落地。同时，百度还推出星河共创计划，为企业提供扶植和商业收益机会。

飞桨AI套件PaddleX正式上线AI Studio星河社区，提供算法库、开发方式、模型部署、硬件支持和联创模式，解决模型选型难题及多模型联合应用需求。9月14日将有精品课程，手把手带大家体验PaddleX本地端全流程使用。PaddleX提供获取商业收益的机会，实现共同成长和共赢。

飞桨团队推出了飞桨AI套件（PaddleX），提供算法库、开发方式和模型部署。套件支持国产硬件，提供商业收益机会，助力AI技术快速落地。