MTGPU Model Zoo

简介

本项目仓库链接：https://gitee.com/MooreThreads-AI-SOC/m1000_gpu_model_zoo

本项目旨在演示如何利用 MTGPU 和 torch_musa 进行模型推理加速，帮助开发者在 MTGPU 上快速上手开发和落地各种 AI 模型推理服务。

模型支持

如果开发者有新的模型适配，欢迎提交 PR!

图像分类 Image Classification

模型	框架	状态	链接	描述
VIT	PyTorch	✅	🔗	Google Vision Transformer
NSFW	PyTorch	✅	🔗	NSFW 图像检测（基于 ViT）
Gender Classification	PyTorch	✅	🔗	性别分类（基于 ViT）
SWIN	PyTorch	✅	🔗	分类 / 特征骨干网络（ViT）
EfficientNet	PyTorch	✅	🔗	轻量纯卷积模型（ConvNet）
DINO	PyTorch	✅	🔗	基于 DINOv2 训练的 ViT
CLIP	PyTorch	✅	🔗	OpenAI CLIP 模型
Chinese-CLIP-ViT	PyTorch	✅	🔗	中文 CLIP 模型
AlexNet	ONNX	✅	🔗	ImageNet 分类
LeNet	ONNX	✅	🔗	图像分类
MobileNet-V1	PyTorch	✅	🔗	边缘设备分类、检测、嵌入和分割模型
MobileNet-V3	PyTorch	✅	🔗	MobileNet V3
VGG	PyTorch	✅	🔗	图像分类 / 特征骨干网络

目标检测 Object Detection

模型	框架	状态	链接	描述
yolov5	PyTorch	✅	🔗	Ultralytics YOLO 目标检测
yolov8	PyTorch	✅	🔗	Ultralytics YOLO 目标检测
yolov10	PyTorch	✅	🔗	Ultralytics YOLO 目标检测
yolov11	PyTorch	✅	🔗	Ultralytics YOLO 目标检测
ADAFACE	PyTorch	✅	🔗	人脸识别 CV 模型
EfficientDet-D0	PyTorch	✅	🔗	可扩展的高效目标检测
FasterRCNN	ONNX	🚧	🔗	实时目标检测
RetinaFace	PyTorch	✅	🔗	单阶段密集人脸定位
SSD MobileNet-V2	ONNX	✅	🔗	现代卷积目标检测速度与精度权衡方案
DETR ResNet50	PyTorch	✅	🔗	基于卷积骨干的编码器-解码器 Transformer

分割模型 Segment Models

模型	框架	状态	链接	描述
SAM2	PyTorch	✅	🔗	Segment Anything Model (Transformer)
DeepLabV3+	PyTorch	✅	🔗	基于 MobileNetV2 的 DeepLabV3+
FastSAM	ONNX	✅	🔗	快速 Segment Anything Model

其它模型 Other Models

模型	框架	状态	链接	描述
MediaPipe-Hand	ONNX	✅	🔗	实时手部检测
PP-OCRv5	PaddlePaddle	✅	🔗	PaddleOCR 团队文本检测模型
Unet-Segment	ONNX	✅	🔗	实时分割
SuperPoint	PyTorch	✅	🔗	兴趣点检测与描述
Mask2Former	PyTorch	✅	🔗	通用图像分割 Mask Transformer
Cutie	PyTorch	🚧	🔗	视频目标分割
GTE Base	PyTorch	🚧	🔗	GTE 多语言通用文本表示模型
InsightFace	ONNX	✅	🔗	人脸分析
Whisper	PyTorch	🚧	🔗	自动语音识别（ASR）与语音翻译
Zipformer	ONNX	🚧	🔗	k2-zipformer-streaming 中英语音识别模型
Wespeaker	ONNX	✅	🔗	说话人嵌入学习与验证

问题与反馈

如果在开发或者使用 mtgpu_model_zoo 的过程中，遇到任何 bug 或者未支持的特性，请向仓库提交 issue。提交 issue 时，请给出复现问题的代码、报错 log，并打上对应标签。