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 公測版開放以來,很多AIoT工程師們積極申請仿真評(píng)測。為了讓大家充分利用周易AIPU SDK來開發(fā)AI應(yīng)用,AIPU技術(shù)團(tuán)隊(duì)開放了AI模型庫Model-Zoo,含檢測,分類,分割和語音等AI模型,讓工程師可以快速開發(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文件供大家來使用build工具或NN-compiler以及模型量化。

請注意,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://srfitnesspt.com/tags/tensorflow/" target="_blank">tensorflow及Caffe轉(zhuǎn)換而來,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

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,智能語音以及自然語言處理。周易AIPU提供硬件加速器來加速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。

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。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)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • 仿真器
    +關(guān)注

    關(guān)注

    14

    文章

    1011

    瀏覽量

    83560
  • SDK
    SDK
    +關(guān)注

    關(guān)注

    3

    文章

    1015

    瀏覽量

    45622
  • AIoT
    +關(guān)注

    關(guān)注

    8

    文章

    1369

    瀏覽量

    30481

原文標(biāo)題:技術(shù)分享 | 周易AIPU開放 AI模型庫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)載請注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    手冊上新 |迅為RK3568開發(fā)板NPU例程測試

    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 10-23 14:06

    【飛凌嵌入式OK3576-C開發(fā)板體驗(yàn)】RKNN神經(jīng)網(wǎng)絡(luò)-車牌識(shí)別

    ,尤其適用于嵌入式設(shè)備等計(jì)算資源受限的場景。 一、LPRNet模型下載 使用cd命令進(jìn)入到Demo程序路徑下,運(yùn)行下載腳本,將模型程序下載過來。 cd ~/projects/rknn_model_zoo
    發(fā)表于 10-10 16:40

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

    一、激活Toolkit2環(huán)境 安裝完環(huán)境后,后續(xù)開發(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開發(fā)板體驗(yàn)】RKNN神經(jīng)網(wǎng)絡(luò)算法開發(fā)環(huán)境搭建

    為 Projects 的文件夾,并將 RKNN-Toolkit2 和 RKNN Model Zoo 倉庫存放至該目錄下 三、安裝RKNN-Toolkit2環(huán)境 3.1、安裝Conda Conda是一個(gè)開源
    發(fā)表于 10-10 09:28

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

    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

    手冊上新 |迅為RK3568開發(fā)板NPU例程測試

    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

    LM339官網(wǎng)TINA-TI spice模型仿真參考設(shè)計(jì)TSC與插入TSM模型仿真結(jié)果不一致,為什么?

    官網(wǎng)LM339 產(chǎn)品首頁下載TINA-TI spice模型文件: LM2901 TINA-TI SPICE Model (Rev. A) LM2901 TINA-TI SPICE Model
    發(fā)表于 08-02 08:36

    迅為RK3568手冊上新 | RK3568開發(fā)板NPU例程測試

    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-zoo
    發(fā)表于 07-12 14:44

    使用esp-dl中的example量化我的YOLO模型時(shí),提示ValueError: current model is not supported by esp-dl錯(cuò)誤,為什么?

    使用esp-dl中的example量化我的YOLO模型時(shí),提示:ValueError: current model is not supported by esp-dl 錯(cuò)誤, 請看我的代碼和模型
    發(fā)表于 06-28 06:47

    OpenHarmony語言基礎(chǔ)類庫【@ohos.util.List (線性容器List)】

    List底層通過單向鏈表實(shí)現(xiàn),每個(gè)節(jié)點(diǎn)有一個(gè)指向后一個(gè)元素的引用。當(dāng)需要查詢元素時(shí),必須從頭遍歷,插入、刪除效率高,查詢效率低。List允許元素為null。
    的頭像 發(fā)表于 05-10 16:57 ?661次閱讀
    OpenHarmony語言基礎(chǔ)類庫【@ohos.util.<b class='flag-5'>List</b> (線性容器<b class='flag-5'>List</b>)】

    英特爾開發(fā)套件在Java環(huán)境實(shí)現(xiàn)ADAS道路識(shí)別演示

    本文使用來自O(shè)pen Model Zoo的預(yù)訓(xùn)練的 road-segmentation-adas-0001模型。ADAS 代表高級(jí)駕駛輔助服務(wù)。該模型識(shí)別四個(gè)類別:背景、道路、路緣和標(biāo)
    的頭像 發(fā)表于 04-20 10:32 ?481次閱讀
    英特爾開發(fā)套件在Java環(huán)境實(shí)現(xiàn)ADAS道路識(shí)別演示

    TPU-MLIR開發(fā)環(huán)境配置時(shí)出現(xiàn)的各種問題求解

    其他模型, 需要下載ModelZoo, 路徑如下: https://github.com/sophgo/model-zoo 下載后放在與tpu-mlir同級(jí)目錄, 在docker中的路徑應(yīng)該是
    發(fā)表于 01-10 08:02

    HarmonyOS:使用MindSpore Lite引擎進(jìn)行模型推理

    的通用開發(fā)流程中涉及的一些接口,具體請見下列表格。 Context 相關(guān)接口 Model 相關(guān)接口 Tensor 相關(guān)接口 開發(fā)步驟 使用 MindSpore Lite 進(jìn)行模型推理的開發(fā)流程
    發(fā)表于 12-14 11:41

    【愛芯派 Pro 開發(fā)板試用體驗(yàn)】部署愛芯派官方Y(jié)OLOV5模型

    ModelZoo,類似于AMD Vitis AI 的Vitis AI Model Zoo工具,主要是提供AXERA芯片平臺(tái)的通用AI模型(具體baidu盤鏈接為 https://pan.baidu.com
    發(fā)表于 12-12 22:58

    TorchScript model與eager model的性能區(qū)別

    JIT Trace torch.jit.trace使用eager model和一個(gè)dummy input作為輸入,tracer會(huì)根據(jù)提供的model和input記錄數(shù)據(jù)在模型中的流動(dòng)過程,然后將整個(gè)
    的頭像 發(fā)表于 11-08 17:08 ?745次閱讀
    TorchScript <b class='flag-5'>model</b>與eager <b class='flag-5'>model</b>的性能區(qū)別