一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

周易AIPU Model Zoo模型list

ICExpo ? 來(lái)源:極術(shù)社區(qū) ? 作者:周易AIPU ? 2021-08-14 17:42 ? 次閱讀

繼周易AIPU SDK 公測(cè)版開(kāi)放以來(lái),很多AIoT工程師們積極申請(qǐng)仿真評(píng)測(cè)。為了讓大家充分利用周易AIPU SDK來(lái)開(kāi)發(fā)AI應(yīng)用,AIPU技術(shù)團(tuán)隊(duì)開(kāi)放了AI模型庫(kù)Model-Zoo,含檢測(cè),分類,分割和語(yǔ)音等AI模型,讓工程師可以快速開(kāi)發(fā)基于周易 AIPU 的算法,優(yōu)化和部署人工智能應(yīng)用。

周易AIPU Model Zoo模型list

Github鏈接:https://github.com/Zhouyi-AIPU/Model_zoo

下面模型list是經(jīng)驗(yàn)證過(guò)在周易AIPU SDK上跑通的模型,每一個(gè)模型提供configuration文件供大家來(lái)使用build工具或NN-compiler以及模型量化。

請(qǐng)注意,針對(duì)下面的模型列表,提供SFTP上的模型供下載使用。一些模型因?yàn)槭菑?a href="http://www.www27dydycom.cn/tags/tensorflow/" target="_blank">tensorflow及Caffe轉(zhuǎn)換而來(lái),所以不提供tflite版本或者ONNX版本。

分類

Alexnet

Resnet-v1-50

TF model,

Caffe model

Resnet-v2-50

Resnet-v1-101

TF model,

Caffe model

Resnet-v2-101

Resnet-v1-152

Resnet-v2-152

Resnext-50

VGG-16

TF model,

Caffe model

VGG-19

Inception-v1

Inception-v3

TF model,

Caffe model

Inception-v4

TF model,

Caffe model

Inception-ResNet-v2

Xception

Mobilenet-v1

TF model,

Caffe model

Mobilenet-v2

TF model,

Caffe model

Squeezenet

Shufflenet-v2

TF model,

Caffe model

Densenet-169

DPN68-extra

DPN92

Peleenet

檢測(cè)

Mobilenet-v1-SSD

Mobilenet-v2-SSD

TF model,

Caffe model

VGG-SSD

YOLO-v2

TF model,

Caffe model

YOLO-v3

Faster R-CNN

TF model,

Caffe model

MTCNN

分割

FCN

Deeplab-v3

UNet

ENet

ICNet

ERFNet

超分辨率

ESPCN

語(yǔ)音

KWS-GRU

Deepspeech-v2

Wavenet

FTP模型下載 (推薦FTP工具FileZilla)

Host: sftp://sftp01.armchina.com

Account: zhouyi.armchina

Password: 114r3cJd

關(guān)于周易AIPU

周易AIPU IP是一個(gè)高效高性能的AI處理器,它支持廣泛的AI應(yīng)用,包括視覺(jué),智能語(yǔ)音以及自然語(yǔ)言處理。周易AIPU提供硬件加速器來(lái)加速AI推理,例如卷積和激活,同時(shí)它提供更為靈活的可編程能力來(lái)支持新算子或者自定義算子。周易AIPU IP已經(jīng)被廣泛應(yīng)用于安防,汽車,IoT等不同領(lǐng)域,不同配置算力覆蓋0.25TOPS到上百TOPS。周易AIPU IP目標(biāo)應(yīng)用覆蓋邊緣端和數(shù)據(jù)中心市場(chǎng)。

關(guān)于周易AIPU SDK

周易SDK是一個(gè)為工程師提供從模型部署和應(yīng)用開(kāi)發(fā)的全棧AI平臺(tái)。

功能亮點(diǎn)

支持多個(gè)框架

支持TensorFlow, TensorFlow Lite, Caffe, Pytorch 和 ONNX。通過(guò)IR 轉(zhuǎn)換可以擴(kuò)展支持其他框架

圖優(yōu)化

使用圖優(yōu)化技術(shù),如conv+batchnorm+relu融合減少網(wǎng)絡(luò)復(fù)雜性,使圖形在搭載周易的硬件平臺(tái)上運(yùn)行速度更快,更有效率。

量化

支持量化感知訓(xùn)練以及訓(xùn)練后量化。提供了前沿的量化技術(shù),并提供了接口,以幫助用戶自定義量化參數(shù)。

IR(Intermediate Representation )

開(kāi)放的周易IR,可以作為其他框架支持的標(biāo)準(zhǔn)。

自定義

提供插件接口,使用戶能輕松開(kāi)發(fā)定制操作,并集成到SDK中。

仿真器

提供指令級(jí)模擬仿真器,使用戶能在接入硬件前輕松評(píng)估模型。

官方Github

https://github.com/Zhouyi-AIPU/Model_zoo

編輯:jq

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 仿真器
    +關(guān)注

    關(guān)注

    14

    文章

    1028

    瀏覽量

    84692
  • SDK
    SDK
    +關(guān)注

    關(guān)注

    3

    文章

    1057

    瀏覽量

    47341
  • AIoT
    +關(guān)注

    關(guān)注

    8

    文章

    1463

    瀏覽量

    31827

原文標(biāo)題:技術(shù)分享 | 周易AIPU開(kāi)放 AI模型庫(kù)Model-Zoo

文章出處:【微信號(hào):ic-china,微信公眾號(hào):ICExpo】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    【幸狐Omni3576邊緣計(jì)算套件試用體驗(yàn)】人臉識(shí)別

    rknn_model_zoo 是瑞芯微官方提供的 RKNPU 支持的各種主流算法的部署示例,最新的示例支持 mobilenet 模型部署和 yolo 模型部署。 根據(jù)該模型的 Git
    發(fā)表于 04-01 21:46

    【幸狐Omni3576邊緣計(jì)算套件試用體驗(yàn)】車牌識(shí)別

    搭建完成。 推理測(cè)試 rknn_model_zoo 是瑞芯微官方提供的 RKNPU 支持的各種主流算法的部署示例,最新的示例支持 mobilenet 模型部署和 yolo 模型部署。 根據(jù)該
    發(fā)表于 04-01 02:45

    【幸狐Omni3576邊緣計(jì)算套件試用體驗(yàn)】RKNN 推理測(cè)試與圖像識(shí)別

    本節(jié)介紹了 RKNN 推理測(cè)試的相關(guān)流程,包括 rknn_model_zoo 模型部署、編譯及板端測(cè)試。 rknn_model_zoo rknn_model_zoo 是瑞芯微官方提供
    發(fā)表于 03-20 16:14

    使用Yolo-v3-TF運(yùn)行OpenVINO?對(duì)象檢測(cè)Python演示時(shí)的結(jié)果不準(zhǔn)確的原因?

    模型與對(duì)象檢測(cè) Python* Demo 配合使用時(shí)無(wú)法檢測(cè)對(duì)象: python3 open_model_zoo/demos/object_detection_demo/python
    發(fā)表于 03-06 06:31

    運(yùn)行Open Model Zoo演示時(shí)出現(xiàn)錯(cuò)誤“PdhAddCounterW() 失敗的情況,怎么解決?

    構(gòu)建 Open Model Zoo 演示應(yīng)用程序。 已下載的英特爾預(yù)先訓(xùn)練的模型。 使用此命令運(yùn)行演示: interactive_face_detection_demo ^ --loop ^ -m
    發(fā)表于 03-05 09:35

    使用converter.py腳本轉(zhuǎn)換EfficientDet_D0模型報(bào)錯(cuò)怎么解決?

    /open_model_zoo/tools/downloader/downloader/downloader.py --name efficientdet-d0-tf python3 /opt/intel
    發(fā)表于 03-05 08:21

    從Open Model Zoo下載的FastSeg大型公共預(yù)訓(xùn)練模型,無(wú)法導(dǎo)入名稱是怎么回事?

    從 Open Model Zoo 下載的 FastSeg 大型公共預(yù)訓(xùn)練模型。 運(yùn)行 converter.py 以將 FastSeg 大型模型轉(zhuǎn)換為中間表示 (IR): pyth
    發(fā)表于 03-05 07:22

    【米爾RK3576開(kāi)發(fā)板評(píng)測(cè)】+項(xiàng)目名稱YOLOV5目標(biāo)檢測(cè)

    一、激活Toolkit2環(huán)境 安裝完環(huán)境后,后續(xù)開(kāi)發(fā)都需要進(jìn)入到Toolkit2環(huán)境當(dāng)中,在base環(huán)境中找不到RKNN.API 二、準(zhǔn)備模型 cd Projects/rknn_model_zoo
    發(fā)表于 02-15 13:24

    【ELF 2學(xué)習(xí)板試用】ELF2開(kāi)發(fā)板(飛凌嵌入式)部署yolov5s的自定義模型

    圖7 資源列表圖 準(zhǔn)備模型與標(biāo)簽 將上文得到的onnx模型放到model路徑下,以及修改標(biāo)簽文件,準(zhǔn)備一張安全帽的測(cè)試圖片hat_label_list.txt內(nèi)容如下: hat
    發(fā)表于 02-04 18:15

    【ELF 2學(xué)習(xí)板試用】ELF2開(kāi)發(fā)板(飛凌嵌入式)搭建深度學(xué)習(xí)環(huán)境部署(RKNN環(huán)境部署)

    . 例程包含導(dǎo)出RKNN模型, 使用 Python API, CAPI 推理 RKNN 模型的流程,RKNN Model Zoo依賴 RKNN-Toolkit2 進(jìn)行
    發(fā)表于 02-04 14:15

    【米爾RK3576開(kāi)發(fā)板評(píng)測(cè)】+項(xiàng)目名稱3、使用rknn 進(jìn)行圖像檢測(cè)

    /rknn_model_zoo.git https://github.com/airockchip/rknn-toolkit2.git 配置rknn-toolkit2環(huán)境 參考 倉(cāng)庫(kù)里面doc目錄
    發(fā)表于 01-03 21:03

    【飛凌嵌入式OK3576-C開(kāi)發(fā)板體驗(yàn)】RKNN神經(jīng)網(wǎng)絡(luò)-YOLO目標(biāo)檢測(cè)

    一、激活Toolkit2環(huán)境 安裝完環(huán)境后,后續(xù)開(kāi)發(fā)都需要進(jìn)入到Toolkit2環(huán)境當(dāng)中,在base環(huán)境中找不到RKNN.API 二、準(zhǔn)備模型 cd Projects/rknn_model_zoo
    發(fā)表于 10-10 09:33

    【飛凌嵌入式OK3576-C開(kāi)發(fā)板體驗(yàn)】RKNN神經(jīng)網(wǎng)絡(luò)算法開(kāi)發(fā)環(huán)境搭建

    為 Projects 的文件夾,并將 RKNN-Toolkit2 和 RKNN Model Zoo 倉(cāng)庫(kù)存放至該目錄下 三、安裝RKNN-Toolkit2環(huán)境 3.1、安裝Conda Conda是一個(gè)開(kāi)源
    發(fā)表于 10-10 09:28

    【飛凌嵌入式OK3576-C開(kāi)發(fā)板體驗(yàn)】rknn實(shí)現(xiàn)yolo5目標(biāo)檢測(cè)

    rknn.api import RKNN 模型轉(zhuǎn)換 以官方model_zoo中的YOLOv5為例,進(jìn)行模型的轉(zhuǎn)換及測(cè)試 準(zhǔn)備模型 首先我們需要克隆項(xiàng)目:https://githu
    發(fā)表于 09-19 02:20

    手冊(cè)上新 |迅為RK3568開(kāi)發(fā)板NPU例程測(cè)試

    rknpu2工具套件使用 第5章 rknn-model-zoo例程演示 5.1 模型下載和模型轉(zhuǎn)換 5.2 Python API推理 5.3 C API 推理 第6章 rknn-model-
    發(fā)表于 08-12 11:03