Model Zoo 是特普斯微官方基于 TACO SDK[1] 开发提供的一系列主流算法的移植部署示例,包含:
- 基于 taNNTC 工具链的模型编译与量化
- 基于 taRuntime 的推理
- 基于 taOpenCV 的前后处理算法移植
示例中的算法均根据特普斯微硬件进行了预训练和预优化,能够确保用户获得硬件的最佳性能。
Model Zoo 提供的例子分别位于 sample 和 application 两个目录下,其中:
- sample:存放经典算法在 TACO SDK 中的串行示例
| 示例算法 | 算法类别 | 编程语言 | 数据精度 | 支持芯片 |
|---|---|---|---|---|
| YOLO11_det | 目标检测 | C++ | FP16 / INT8 | EA6530 |
| YOLOv8_det | 目标检测 | C++ | FP16 / INT8 | EA6530 |
| YOLOv5_det | 目标检测 | C++ | FP16 / INT8 | EA6530 |
| Resnet50 | 图像分类 | C++ | FP16 / INT8 | EA6530 |
| MobileNetv2 | 图像分类 | C++ | FP16 / INT8 | EA6530 |
| LPRNet | 车牌识别 | C++ | FP16 | EA6530 |
| CLIP | 图文匹配 | C++ | FP16 | EA6530 |
| YOLOv12_det | 目标检测 | C++ | FP16 | EA6530 |
- application:存放一些典型场景的典型应用
Model Zoo 主要依赖于以下工具,具体版本对应关系如下:
| taNNTC | taRuntime | taOpenCV |
|---|---|---|
| 1.0.0 | 1.0.0 | 4.5.4 |
请参考 环境安装指南。
[1] TACO SDK 是特普斯微面向 EA65 系列 AI SoC 芯片定制的软件开发包。