models

ONNX 모델 동물원은 사전 학습된 최신 머신러닝 모델들을 ONNX(Open Neural Network Exchange) 형식으로 내보내어 큐레이션한 저장소입니다. ONNX는 공통 연산자 집합과 공통 파일 형식을 정의하는 개방형 표준으로, AI 개발자가 다양한 프레임워크, 도구, 런타임, 컴파일러 전반에서 모델을 사용할 수 있도록 합니다. 이 저장소의 모델들은 timm(PyTorch Image Models), torchvision, torch_hub, Hugging Face Transformers와 같은 저명한 오픈 소스 프로젝트에서 가져왔으며, 오픈 소스 TurnkeyML 도구 체인을 사용하여 내보냈습니다. 컬렉션은 여러 주요 범주로 구성되어 있습니다. 컴퓨터 비전 모델에는 이미지 분류(MobileNet, ResNet, SqueezeNet, VGG, AlexNet, GoogleNet, CaffeNet, DenseNet, Inception 변형, ShuffleNet, ZFNet, EfficientNet-Lite4, MNIST 숫자 인식), 객체 탐지 및 이미지 분할(Tiny YOLOv2, SSD, SSD-MobileNetV1, Faster-RCNN, Mask-RCNN, RetinaNet, YOLO v2/v3/v4, DUC, FCN), 신체/얼굴/제스처 분석(ArcFace, UltraFace, Emotion FerPlus, 연령/성별 분류), 이미지 조작(서브픽셀 CNN을 활용한 초해상도 및 고속 뉴럴 스타일 변환)이 포함됩니다. 자연어 처리 모델에는 기계 독해(Bidirectional Attention Flow, BERT-Squad, RoBERTa, GPT-2, T5), 기계 번역(Neural Machine Translation 및 Google의 NMT 시스템), 언어 모델링(심층 신경망 언어 모델)이 포함됩니다. 추가 범주로는 음성 및 오디오 처리(심층 RNN 기반 음성 인식, Deep Voice 텍스트 음성 변환, WaveNet 사운드 생성), 시각적 질의응답 및 대화, 그래프 머신러닝이 있습니다. 이 저장소는 대용량 ONNX 모델 파일을 처리하기 위해 Git LFS(Large File Storage)를 사용합니다. INT8 양자화 모델은 오픈 소스 Python 라이브러리인 Intel Neural Compressor를 사용하여 생성되며, 이 라이브러리는 정확도 기반 자동 튜닝 전략을 양자화에 지원합니다. 많은 모델에는 Hugging Face Spaces를 통한 인터랙티브 데모가 포함되어 있습니다. 중요 참고사항: ONNX 모델 동물원은 더 이상 사용되지 않을 예정입니다. 2025년 7월 1일부터 이 저장소에서 LFS를 통한 모델 다운로드가 중단됩니다. 모델들은 https://huggingface.co/onnxmodelzoo 의 Hugging Face로 이전되었으며, 커뮤니티는 해당 공간에서 계속 접근하고 공유할 수 있습니다.