跳到主要内容

NPU Model Zoo

简介

项目仓库:https://gitee.com/MooreThreads-AI-SOC/m1000_npu_model_zoo

本项目整理了能够在 M1000 NPU 上部署的 AI 模型,并提供模型转换、部署运行的代码。M1000 NPU 的完整信息,请参考 MTNN。开发者可参考本项目,快速使用 M1000 NPU,部署自己的 AI 模型。

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

编号模型名称量化类型输入形状模型链接
001mobilenet_v1INT16[1,3,224,224]🔗
002mobilenet_v3INT16[1,3,224,224]🔗
003vitINT16[1,3,224,224]🔗
004nsfwUINT8[1,3,224,224]🔗
005gender-clsINT16[1,3,224,224]🔗
006swin_vitINT16[1,3,224,224]🔗
007efficientnetUINT8[1,3,260,260]🔗
008deitINT16[1,3,224,224]🔗
009dino_vitINT16[1,3,224,224]🔗
010lenetUINT8[1,1,28,28]🔗
011AlexnetUINT8[1,3,224,224]🔗
012VGGUINT8[1,3,224,224]🔗

目标检测 Object Detection

编号模型名称量化类型输入形状模型链接
001yolov8mstatic onnx[1,3,640,640]🔗
002yolov8sstatic onnx[1,3,640,640]🔗
003yolov11mstatic onnx[1,3,640,640]🔗
004yolov8m-posestatic onnx[1,3,640,640]🔗
005yolov8s-posestatic onnx[1,3,640,640]🔗
006yolov11m-posestatic onnx[1,3,640,640]🔗
007retinaface(Resnet50)INT16[1,3,640,640]🔗
008adaface(R100-WebFace12M)INT16[1,3,112,112]🔗
009yolov5sstatic onnx[1,3,640,640]🔗
010efficientdet-d0INT16[1,3,512,512]🔗
011faster-rcnnUINT8[1,3,512,512]🔗
012ssdUINT8[1,3,300,300]🔗
013detrUINT8[1,3,800,1066]🔗
014yolov26mINT8 混合量化[1,3,640,640]🔗
015yolov5l-classicstatic onnx[1,3,640,640]🔗

图像分割 Image Segmentation

编号模型名称量化类型输入形状模型链接
001deeplab_v3INT16[1,3,513,513]🔗
002UnetINT16[1,3,640,1280]🔗
003yolov8s-segUINT8 混合量化[1,3,640,640]🔗
004yolov8m-segUINT8 混合量化[1,3,640,640]🔗
005yolov11m-segUINT8 混合量化[1,3,640,640]🔗
006yolov5s-segUINT8 混合量化[1,3,640,640]🔗
007FastSAMUINT8 混合量化[1,3,640,640]🔗

其他模型 Other

编号模型名称量化类型类别输入形状模型链接
001mediapipe-handUINT8手势识别[1,3,256,256]🔗
002PP-OCRv5INT16文字识别[1,3,320,320]🔗
003SuperpointUINT8关键点检测[1,1,480,640]🔗
004wespeakerINT16说话人识别[1,1024,80]🔗
005GTEINT16语言文本表示int64[4,11]🔗
006whisper-tinyINT16/fp16语音识别[1,80,3000]🔗
008InsightFaceUINT8人脸检测[1,3,640,640]🔗
009cutieUINT8视频图像分割[1,3,480,864]🔗

问题与反馈

如果在开发或者使用 mtnpu_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。