COCO物体检测-02-YOLOX-Tiny-ONNX 是 YOLOX 提供的检测模型，它基于 COCO 数据集，支持检测 80 种常见物体。本模型可以从图像中检测出 COCO 数据集所包含 80 个物体类别的一个或多个物体对象，并返回每个物体对象的边界框以及相应的类别标签。更多信息，请参见 YOLOX 相关文档。

模型基本信息

您可以在边缘智能控制台的 官方模型 列表访问本模型。下图展示了本模型的基本信息。

框架

本模型是 ONNX 格式的模型。

输入

输入说明：

• 本模型只支持同时输入一张图像。输入的是一个 RGB 图像。图像尺寸是 416 × 416 × 3（宽 × 高 × 通道数），单位：像素。
• 输入的通道顺序为 NCHW。其中，N 表示批处理大小，C 表示通道数（3），H 表示图像的高度（416），W 表示图像的宽度（416）。
• 图像输入的缩放算法是 Bilinear，并且需要维持长宽高比例。
• 图像输入正则化的均值为 [0, 0, 0]，缩放比例为 1.0。

输出

目标类别标签

本模型可检测的目标对象的类别标签如下：

person;bicycle;car;motorbike;aeroplane;bus;train;truck;boat;traffic light;fire hydrant;stop sign;parking meter;bench;bird;cat;dog;horse;sheep;cow;elephant;bear;zebra;giraffe;backpack;umbrella;handbag;tie;suitcase;frisbee;skis;snowboard;sports ball;kite;baseball bat;baseball glove;skateboard;surfboard;tennis racket;bottle;wine glass;cup;fork;knife;spoon;bowl;banana;apple;sandwich;orange;broccoli;carrot;hot dog;pizza;donut;cake;chair;sofa;pottedplant;bed;diningtable;toilet;tvmonitor;laptop;mouse;remote;keyboard;cell phone;microwave;oven;toaster;sink;refrigerator;book;clock;vase;scissors;teddy bear;hair drier;toothbrush

模型版本

本模型提供一个可部署版本。

模型部署

参考 部署模型服务进行模型服务的部署。在 部署模型服务 参数配置页面，修改以下配置：

调用示例

本模型作为 Ensemble 子模型，相应的模型服务不支持单独调用。