You need to enable JavaScript to run this app.
导航
官方模型概览
最近更新时间:2024.06.07 10:16:42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。

[模型组]Qwen7B 大模型

Ensemble

大模型

Qwen7B 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 Qwen7B 大模型,在边缘侧获取大模型服务。

打架检测-01-PPYOLOE-ONNX

ONNX

姿态估计

一种结合了 PP-YOLOE 模型和 ONNX 格式的人员打架事件检测模型。本模型通过分析视频或图像中的人员行为,自动检测并识别出打架事件,适用于公共安全监控、学校安全管理、监狱监控等场景。

摔倒检测-01-PPYOLOE-ONNX

ONNX

姿态估计

一种结合了 PP-YOLOE 模型和 ONNX 格式的人员摔倒事件检测模型。本模型通过分析视频或图像中的人员运动,自动检测并识别出摔倒事件,适用于老年人护理、独居人员监控、医院病房监控等场景。