models

ONNX Model Zoo — это курируемый репозиторий предварительно обученных современных моделей машинного обучения, экспортированных в формат ONNX (Open Neural Network Exchange). ONNX — это открытый стандарт, определяющий общий набор операторов и общий формат файлов, что позволяет разработчикам ИИ использовать модели в различных фреймворках, инструментах, средах выполнения и компиляторах. Модели в этом репозитории взяты из известных проектов с открытым исходным кодом, включая timm (PyTorch Image Models), torchvision, torch_hub и Hugging Face Transformers, и экспортированы с использованием инструментария TurnkeyML с открытым исходным кодом. Коллекция организована в несколько основных категорий: Модели компьютерного зрения включают классификацию изображений (MobileNet, ResNet, SqueezeNet, VGG, AlexNet, GoogleNet, CaffeNet, DenseNet, варианты Inception, ShuffleNet, ZFNet, EfficientNet-Lite4 и распознавание цифр MNIST), обнаружение объектов и сегментацию изображений (Tiny YOLOv2, SSD, SSD-MobileNetV1, Faster-RCNN, Mask-RCNN, RetinaNet, YOLO v2/v3/v4, DUC и FCN), анализ тела/лица/жестов (ArcFace, UltraFace, Emotion FerPlus и классификация возраста/пола), а также манипуляцию изображениями (суперразрешение с субпиксельной CNN и быстрый перенос нейронного стиля). Модели обработки естественного языка охватывают машинное понимание (Bidirectional Attention Flow, BERT-Squad, RoBERTa, GPT-2 и T5), машинный перевод (нейронный машинный перевод и система NMT от Google) и языковое моделирование (модели языков на основе глубоких нейронных сетей). Дополнительные категории включают обработку речи и аудио (распознавание речи с глубокими RNN, синтез речи deep voice и генерацию звука WaveNet), визуальные ответы на вопросы и диалоги, а также графовое машинное обучение. Репозиторий использует Git LFS (Large File Storage) для обработки больших файлов моделей ONNX. Квантованные модели INT8 генерируются с использованием Intel Neural Compressor, библиотеки Python с открытым исходным кодом, поддерживающей автоматические стратегии настройки, управляемые точностью, для квантования. Многие модели включают Hugging Face Spaces для интерактивных демонстраций. Важное примечание: ONNX Model Zoo устаревает. С 1 июля 2025 года модели больше не будут доступны для загрузки через LFS из этого репозитория. Модели перенесены на Hugging Face по адресу https://huggingface.co/onnxmodelzoo, где сообщество может продолжать получать к ним доступ и делиться ими.