models

ONNX Model Zoo 是一个精选的预训练先进机器学习模型仓库，其中模型被导出为 ONNX（Open Neural Network Exchange）格式。ONNX 是一项开放标准，定义了一组通用算子和通用文件格式，使 AI 开发者能够在多种框架、工具、运行时和编译器之间使用模型。 该仓库中的模型来自多个知名开源项目，包括 timm（PyTorch Image Models）、torchvision、torch_hub 和 Hugging Face Transformers，并使用开源 TurnkeyML 工具链导出。模型集合按若干主要类别组织： 计算机视觉模型包括图像分类（MobileNet、ResNet、SqueezeNet、VGG、AlexNet、GoogleNet、CaffeNet、DenseNet、Inception 变体、ShuffleNet、ZFNet、EfficientNet-Lite4 以及 MNIST 数字识别）、目标检测与图像分割（Tiny YOLOv2、SSD、SSD-MobileNetV1、Faster-RCNN、Mask-RCNN、RetinaNet、YOLO v2/v3/v4、DUC 和 FCN）、人体/人脸/手势分析（ArcFace、UltraFace、Emotion FerPlus 以及年龄/性别分类），以及图像处理（基于 sub-pixel CNN 的超分辨率和快速神经风格迁移）。 自然语言处理模型涵盖机器阅读理解（Bidirectional Attention Flow、BERT-Squad、RoBERTa、GPT-2 和 T5）、机器翻译（Neural Machine Translation 和 Google 的 NMT 系统），以及语言建模（深度神经网络语言模型）。 其他类别包括语音与音频处理（基于深度 RNN 的语音识别、Deep Voice 文本转语音、WaveNet 声音生成）、视觉问答与对话，以及图机器学习。 该仓库使用 Git LFS（Large File Storage）来处理大型 ONNX 模型文件。INT8 量化模型由 Intel Neural Compressor 生成，这是一个开源 Python 库，支持自动化的、以精度为导向的量化调优策略。许多模型还配有 Hugging Face Spaces，用于交互式演示。 重要说明：ONNX Model Zoo 正在被弃用。自 2025 年 7 月 1 日起，该仓库将不再提供模型的 LFS 下载。这些模型已迁移至 Hugging Face 的 https://huggingface.co/onnxmodelzoo，社区可以继续访问和共享它们。