PaddleX解决分类、检测两大场景问题？实战精讲教程来了！

AI技术加速数字化进程，从制造、交通、能源等基础行业，到医疗、城市、零售、家居等与人们日常生活息息相关的行业，AI技术推动了数字化变革，也不断赋能于千行百业，但产业落地实践中依然面临着数据、算法等诸多困难。为了帮助大家更好地应对实际行业场景中的问题，飞桨团队推出PaddleX精选产业实用模型的一站式开发软件平台，目前已正式上线AI Studio星河社区，并发布了Windows本地端版本，助力人工智能技术在各领域的实际应用。

PaddleX具有诸多特点，如优质的算法库、便捷的开发方式、高效的模型部署、丰富的硬件支持、共赢的共创模式，为产业应用中的模型选型难题及多模型联合应用需求，提供了全面的解决方案。同时，还覆盖图像分类、图像分割、目标检测、OCR、3D、时序预测等场景的精选模型，从数据准备、模型训练到多端部署，打通了深度学习开发全流程，并提供统一API接口，以无代码+低代码联动的形式帮助AI开发者实践落地。

为了让开发者们更便捷地应用飞桨AI套件PaddleX，百度工程师郜廷权将于10月18日（周三）20:30为大家带来一期精品课程，深度解析PaddleX特性，手把手带大家用PaddleX进行图像分类、目标检测两大场景的实战教学，演示真实场景全流程AI模型开发。一场直播、两大场景实战、三档模型可供选择，教你灵活使用飞桨AI套件PaddleX。

精彩直播预告

图像分类——垃圾分类

图像分类是计算机视觉领域的基础任务，实现对未知类别的图像进行分类。本次直播以垃圾分类场景为例，基于PaddleX，用户可灵活选取大中小三档图像分类模型：CLIP_vit_base_patch16_224、ResNet50、PPLCNet_x1_0。本次演示所用数据集中，所有图像分为4个大类，分别为可回收物、厨余垃圾、其他垃圾以及有害垃圾，每大类中又有细分类别，共有40个小类，基本覆盖日常生活中的绝大多数垃圾种类。该数据集数量庞大，质量较高，能够满足深度学习的训练要求。

• 垃圾分类应用项目：