AI / MODEL ZOO
算法支持
Magik ModelZoo 基于 Magik 3.2 平台开发,提供覆盖视觉、OCR 与语音/音频任务的模型清单。模型支持训练量化和后量化两种量化方式。
简介
当前清单覆盖图像分类、目标检测、人体关键点、人脸检测、人脸识别、人脸活体、人脸属性、手势识别、车牌识别、OCR 以及语音/音频等算法类别。表格列出模型名称、量化类型、上游仓库和支持平台,便于按任务选择模型并评估部署配置。
模型支持列表
当前共收录 47 个模型。INT4 / INT8 表示混合量化配置,并非固定使用单一 4bit 或 8bit 位宽。
表 1. ModelZoo 模型支持列表(一)
| 类别 | 模型名称 | 量化类型 | 上游仓库 | 支持平台 |
|---|---|---|---|---|
| 图像分类 | Inception-v1 | INT8 | pytorch/vision | T32Pro / T33 / T32 / G32S10 |
| 图像分类 | Inception-v3 | INT4 / INT8 | pytorch/vision | T32Pro / T33 / T32 / G32S10 |
| 图像分类 | ResNet-18 | INT4 / INT8 | pytorch/vision | T32Pro / T33 / T32 / G32S10 |
| 图像分类 | ResNet-34 | INT8 | pytorch/vision | T32Pro / T33 / T32 / G32S10 |
| 图像分类 | ResNet-50 | INT4 / INT8 | pytorch/vision | T32Pro / T33 / T32 / G32S10 |
| 图像分类 | MobileNetV1 | INT4 / INT8 | pytorch/vision | T32Pro / T33 / T32 / G32S10 |
| 图像分类 | MobileNetV2 | INT4 / INT8 | pytorch/vision | T32Pro / T33 / T32 / G32S10 |
| 图像分类 | SqueezeNet1.0 | INT4 / INT8 | pytorch/vision | T32Pro / T33 / T32 / G32S10 |
| 图像分类 | SqueezeNet1.1 | INT8 | pytorch/vision | T32Pro / T33 / T32 / G32S10 |
| 图像分类 | ShuffleNetV2x0.5 | INT8 | pytorch/vision | T32Pro / T33 / T32 / G32S10 |
| 图像分类 | GhostNet | INT8 | huawei-noah/Efficient-AI-Backbones | T32Pro / T33 / T32 / G32S10 |
| 图像分类 | MNASNet-A1 | INT8 | pytorch/vision | T32Pro / T33 / T32 / G32S10 |
| 图像分类 | RepVGG | INT8 | DingXiaoH/RepVGG | T32Pro / T33 / T32 / G32S10 |
| 目标检测 | YOLOv4-tiny | INT8 | WongKinYiu/PyTorch_YOLOv4 | T32Pro / T33 / T32 / G32S10 |
| 目标检测 | YOLOv5n | INT4 / INT8 | ultralytics/yolov5 | T32Pro / T33 / T32 / G32S10 |
| 目标检测 | YOLOv5s | INT4 / INT8 | ultralytics/yolov5 | T32Pro / T33 / T32 / G32S10 |
| 目标检测 | YOLOv5s(ReLU) | INT8 | ultralytics/yolov5 | T32Pro / T33 / T32 / G32S10 |
| 目标检测 | YOLOv5m | INT4 / INT8 | ultralytics/yolov5 | T32Pro / T33 / T32 / G32S10 |
| 目标检测 | YOLOv6n | INT8 | meituan/YOLOv6 | T32Pro / T33 / T32 / G32S10 |
| 目标检测 | YOLOv7-tiny | INT4 / INT8 | WongKinYiu/yolov7 | T32Pro / T33 / T32 / G32S10 |
| 目标检测 | YOLOv8n | INT8 | ultralytics/ultralytics | T32Pro / T33 / T32 / G32S10 |
| 目标检测 | YOLOv8s(修改) | INT8 | ultralytics/ultralytics | T32Pro / T33 / T32 / G32S10 |
表 2. ModelZoo 模型支持列表(二)
| 类别 | 模型名称 | 量化类型 | 上游仓库 | 支持平台 |
|---|---|---|---|---|
| 目标检测 | YOLO11s | INT4 / INT8 | ultralytics/ultralytics | T32Pro / T33 / T32 / G32S10 |
| 目标检测 | YOLOv12n | INT8 | sunsmarterjie/yolov12 | T32Pro / T33 / T32 / G32S10 |
| 目标检测 | YOLOX-S | INT4 / INT8 | Megvii-BaseDetection/YOLOX | T32Pro / T33 / T32 / G32S10 |
| 目标检测 | RTMDet(修改) | INT4 / INT8 | open-mmlab/mmyolo | T32Pro / T33 / T32 / G32S10 |
| 目标检测 | SSD-MobileNetV1 | INT4 / INT8 | qfgaohao/pytorch-ssd | T32Pro / T33 / T32 / G32S10 |
| 人体关键点 | YOLO11-pose | INT4 / INT8 / INT12 | ultralytics/ultralytics | T32Pro / T33 / T32 / G32S10 |
| 人体关键点 | AlphaPose(FastPose) | INT4 / INT8 | MVIG-SJTU/AlphaPose | T32Pro / T33 / T32 / G32S10 |
| 人脸检测 | RetinaFace(resnet) | INT4 / INT8 | biubug6/Pytorch_Retinaface | T32Pro / T33 / T32 / G32S10 |
| 人脸检测 | YOLOv5-face | INT4 / INT8 | deepcam-cn/yolov5-face | T32Pro / T33 / T32 / G32S10 |
| 人脸识别 | MobileFaceNet(修改) | INT4 / INT8 | deepinsight/insightface | T32Pro / T33 / T32 / G32S10 |
| 人脸活体 | CDCN | INT8 | voqtuyen/CDCN-Face-Anti-Spoofing.pytorch | T32Pro / T33 / T32 / G32S10 |
| 人脸活体 | faceliveness(自研) | INT8 | — | T32Pro / T33 / T32 / G32S10 |
| 人脸属性 | facecap_pose(自研) | INT4 / INT8 | — | T32Pro / T33 / T32 / G32S10 |
| 人脸属性 | facecap_att(自研) | INT4 / INT8 | — | T32Pro / T33 / T32 / G32S10 |
| 人脸属性 | facecap_blur(自研) | INT4 / INT8 | — | T32Pro / T33 / T32 / G32S10 |
| 手势识别 | gestureDet(自研) | INT8 | — | T32Pro / T33 / T32 / G32S10 |
| 车牌识别 | plate_ldmk(自研) | INT8 | — | T32Pro / T33 / T32 / G32S10 |
| 车牌识别 | plate_type(自研) | INT8 | — | T32Pro / T33 / T32 / G32S10 |
| OCR 文字检测 | PP-OCRv6-det | INT8 | PaddlePaddle/PaddleOCR | T32Pro / T33 / T32 / G32S10 |
| OCR 文字识别 | PP-OCRv6-rec | INT8 | PaddlePaddle/PaddleOCR | T32Pro / T33 / T32 / G32S10 |
| 语音合成 | FastSpeech2(修改) | INT8 | ming024/FastSpeech2 | T32Pro / T33 / T32 / G32S10 |
| 语音合成 | Vocos(修改) | INT8 | gemelo-ai/vocos | T32Pro / T33 / T32 / G32S10 |
| 回声消除 | AEC(自研) | INT8 | — | T32Pro / T33 / T32 / G32S10 |
| 关键词 | FSMN(修改) | INT8 | alibaba/Alibaba-MIT-Speech | T32Pro / T33 / T32 / G32S10 |
| 主动说话人检测 | ASD(自研) | INT8 | — | T32Pro / T33 / T32 / G32S10 |
表注
Dtype 表示模型量化时使用的位宽组合:INT8 为 8bit 量化;INT4 / INT8 为 4bit 与 8bit 混合量化,部分层使用 4bit,其余层使用 8bit。
YOLOv5s(ReLU)基于官方模型修改 ReLU 激活。
Model Download Link 为上游官方 Git 仓库地址;“—”表示非上游公开实现,为 Magik 平台自研算法,无公开下载链接。
Name 表项中的“(修改)”表示该模型基于官方模型进行了修改。
模型性能数据获取方式
G32S10 芯片的详细性能信息请参见本系列《AI Benchmark》,其中包含训练量化精度、后量化精度和模型效率数据。本页模型支持列表与对应性能测试均在 Magik 3.2 平台下完成。
Magik 3.2 平台获取
Magik 3.2 toolkit 通过内部 Git 仓库分发。仓库地址和访问凭据以项目授权及内部软件发布渠道提供的信息为准,可使用以下命令获取单一分支的浅克隆:
git clone --depth 1 --single-branch <Magik 3.2 仓库地址>