You need to enable JavaScript to run this app.
导航
COCO物体检测-02-YOLOX-Tiny-ONNX
最近更新时间:2024.06.07 10:16:42首次发布时间:2023.09.15 19:33:31

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。
图片

框架

本模型是 ONNX 格式的模型。

输入

名称

类型

形状

转换形状

格式

images

FP32

1, 3, 416, 416

None

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

名称

类型

形状

转换形状

output

FP32

1, 3549, 85

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。
图片

版本名称

最大批处理大小

硬件架构

说明

v1_max_batch_size_0

0

该版本无需搭配前后处理版本进行使用。

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:

说明

下表中未包含的配置项无需修改,统一使用默认值。

类型

配置项

说明

基本信息

节点

选择一个节点(一体机)。

服务名称

设置一个服务名称。该名称不能与节点上其他服务的名称重复。

模型信息

模型

选择 COCO物体检测-02-YOLOX-Tiny-ONNX

模型版本

选择 v1_max_batch_size_0

服务配置

HTTP端口

指定节点上的一个空闲端口。

GRPC端口

指定节点上的一个空闲端口。