文档中心

官方模型概览

最近更新时间：2024.04.10 10:28:58

首次发布时间：2023.07.25 14:30:04

本文介绍了边缘智能提供的官方推理模型。您可以将官方模型部署到您的一体机进行使用。

模型名称	框架	类型	描述
口罩检测-01-PPLCNet-ONNX	ONNX	图像分类	一种使用 PP-LCNet 算法进行训练的佩戴口罩行为检测模型，用于检测并识别图片或视频中有配套口罩行为的个体。
抽烟检测-01-PPYOLOE-ONNX	ONNX	物体检测	一种使用 PP-YOLOE 算法进行训练的抽烟行为检测模型，用于检测并识别图片或视频中有抽烟行为的个体。
人脸检测-01-FaceNet-TRT	TensorRT	物体检测	一种基于 NVIDIA FaceNet 模型的人脸检测模型，用于在图像或视频中准确地检测和定位人脸的位置，实现实时的人脸检测和跟踪。
人脸检测-02-BlazeFace-ONNX	ONNX	物体检测	一种使用 PaddlePaddle 深度学习框架和 Blazeface 算法进行训练的人脸检测模型，用于在图像或视频中快速、准确地检测和定位人脸的位置。
YOLOX-Tiny-Python-后处理	Python	其他	模型组合（即自定义的 Ensemble 模型）中后处理部分的示例。
COCO物体检测-02-YOLOX-Tiny-ONNX	ONNX	物体检测	一种使用 YOLOX-Tiny 算法，在 COCO 数据集上进行训练的物体检测模型，用于在图像或视频中检测和定位不同类别的物体，如行人、车辆、动物等。
YOLOX-Tiny-Python后处理-联合模型	Ensemble	物体检测	模型组合（即自定义的 Ensemble 模型）的示例。
车辆属性识别-01-PPLCNet-ONNX	ONNX	图像分类	一种使用 PP-LCNet 算法进行训练的车辆属性识别模型，用于检测并识别图片或视频中车辆的颜色和车型两项属性。
车辆检测-02-PPYOLOE-ONNX	ONNX	物体检测	一种使用 PP-YOLOE 算法进行训练的车辆检测模型，用于在图像或视频中准确地检测和定位车辆的位置，尤其适用于实时场景下的车辆检测任务。
行人检测-01-PeopleNet-TRT	TensorRT	物体检测	一种基于 NVIDIA Peoplenet 模型的行人检测模型，用于在图像或视频中准确地检测和定位行人的位置，实现实时的行人检测和跟踪。
COCO图像分割-01-DeepLab-ONNX	ONNX	图像分割	一种使用 DeepLab 算法，在 COCO 数据集进行训练的图像分割模型，用于将输入的图像分割成不同的区域，并为每个像素分配相应的类别标签，从而实现对图像的精细分割和语义理解。
ImageNet图像分类-01-MobileNet-ONNX	ONNX	图像分类	一种使用 MobileNet 卷积神经网络架构，在 ImageNet 数据集进行训练的图像分类模型，用于对输入的图像进行分类，识别出图像中的物体或场景，并将其分为不同的类别。
COCO物体检测-01-SSD-ONNX	ONNX	物体检测	一种使用 SSD 算法，在 COCO 数据集上进行训练的物体检测模型，用于在图像中检测和识别各种不同类别的物体，如行人、车辆、动物等。
车辆检测-01-TrafficCamNet-TRT	TensorRT	物体检测	一种基于 NVIDIA TrafficCamNet 模型的车辆检测模型，用于在图像或视频中准确地检测和定位车辆的位置，实现实时的车辆检测和跟踪。
行人属性识别-01-PPLCNet-ONNX	ONNX	图像分类	一种使用 PP-LCNet 算法进行训练的行人属性识别模型，用于检测并识别图片或视频中行人的性别、年龄段、穿着等 26 类特征。
行人检测-02-PPYOLOE-ONNX	ONNX	物体检测	一种使用 PP-YOLOE 算法进行训练的行人检测模型，用于在图像或视频中准确地检测和定位行人的位置，尤其适用于实时场景下的行人检测任务。
玩手机检测-01-PPLCNET-ONNX	ONNX	图像分类	一种使用 PP-LCNet 算法进行训练的玩手机行为检测模型，用于检测并识别图片或视频中有玩手机行为的个体。
车辆检测-02-PPYOLOE-PdPd	PaddlePaddle	物体检测	一种使用 PP-YOLOE 算法进行训练的车辆检测模型，用于在图像或视频中准确地检测和定位车辆的位置，尤其适用于实时场景下的车辆检测任务。
[模型组]文本检测裁切识别	Ensemble	物体检测	文本检测裁切识别是一个官方模型组，它包含 5 个独立模型和 1 个 Ensemble 模型。Ensemble 模型将 5 个独立模型封装为一个工作流。本模型组能够对输入图像进行文本识别，返回识别到的文本字符串。
手写数字识别-Tensorflow	TensorFlow	图像分类	一个使用 Tensorflow 框架和 Minist 数据集训练的，用于识别手写数字的官方模型。本模型能够接受手写数字图像作为输入，预测出对应的数字。
手写数字识别-Torch	PyTorch	图像分类	一个使用 PyTorch 框架和 Minist 数据集训练的，用于识别手写数字的官方模型。本模型能够接受手写数字图像作为输入，预测出对应的数字。
SSD_Mobilenet目标检测	OpenVINO	物体检测	一个使用 OpenVINO 框架，以及 SSD 和 Mobilenet 算法训练的目标检测模型。本模型能够接受图像作为输入，识别出图像中包含的各类物体。
LLM-API-Python	Python	大模型	LLM-API-Python 是边缘智能提供的，用于请求大语言模型服务的 API 代理模型。本模型基于 Python 框架构建，能够使用您提供的 API key 请求 GLM-4V 大模型服务。
[模型组]Qwen-VL-Chat 大模型	Ensemble	大模型	Qwen-VL-Chat 是一个官方模型组，它包含 3 个独立模型和 1 个 Ensemble 模型。Ensemble 模型将 3 个独立模型封装为一个工作流。本模型组允许您向一体机私有化部署 Qwen-VL-Chat 大模型，在边缘侧获取大模型服务。