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-v1INT8pytorch/visionT32Pro / T33 / T32 / G32S10
图像分类Inception-v3INT4 / INT8pytorch/visionT32Pro / T33 / T32 / G32S10
图像分类ResNet-18INT4 / INT8pytorch/visionT32Pro / T33 / T32 / G32S10
图像分类ResNet-34INT8pytorch/visionT32Pro / T33 / T32 / G32S10
图像分类ResNet-50INT4 / INT8pytorch/visionT32Pro / T33 / T32 / G32S10
图像分类MobileNetV1INT4 / INT8pytorch/visionT32Pro / T33 / T32 / G32S10
图像分类MobileNetV2INT4 / INT8pytorch/visionT32Pro / T33 / T32 / G32S10
图像分类SqueezeNet1.0INT4 / INT8pytorch/visionT32Pro / T33 / T32 / G32S10
图像分类SqueezeNet1.1INT8pytorch/visionT32Pro / T33 / T32 / G32S10
图像分类ShuffleNetV2x0.5INT8pytorch/visionT32Pro / T33 / T32 / G32S10
图像分类GhostNetINT8huawei-noah/Efficient-AI-BackbonesT32Pro / T33 / T32 / G32S10
图像分类MNASNet-A1INT8pytorch/visionT32Pro / T33 / T32 / G32S10
图像分类RepVGGINT8DingXiaoH/RepVGGT32Pro / T33 / T32 / G32S10
目标检测YOLOv4-tinyINT8WongKinYiu/PyTorch_YOLOv4T32Pro / T33 / T32 / G32S10
目标检测YOLOv5nINT4 / INT8ultralytics/yolov5T32Pro / T33 / T32 / G32S10
目标检测YOLOv5sINT4 / INT8ultralytics/yolov5T32Pro / T33 / T32 / G32S10
目标检测YOLOv5s(ReLU)INT8ultralytics/yolov5T32Pro / T33 / T32 / G32S10
目标检测YOLOv5mINT4 / INT8ultralytics/yolov5T32Pro / T33 / T32 / G32S10
目标检测YOLOv6nINT8meituan/YOLOv6T32Pro / T33 / T32 / G32S10
目标检测YOLOv7-tinyINT4 / INT8WongKinYiu/yolov7T32Pro / T33 / T32 / G32S10
目标检测YOLOv8nINT8ultralytics/ultralyticsT32Pro / T33 / T32 / G32S10
目标检测YOLOv8s(修改)INT8ultralytics/ultralyticsT32Pro / 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YOLO11sINT4 / INT8ultralytics/ultralyticsT32Pro / T33 / T32 / G32S10
目标检测YOLOv12nINT8sunsmarterjie/yolov12T32Pro / T33 / T32 / G32S10
目标检测YOLOX-SINT4 / INT8Megvii-BaseDetection/YOLOXT32Pro / T33 / T32 / G32S10
目标检测RTMDet(修改)INT4 / INT8open-mmlab/mmyoloT32Pro / T33 / T32 / G32S10
目标检测SSD-MobileNetV1INT4 / INT8qfgaohao/pytorch-ssdT32Pro / T33 / T32 / G32S10
人体关键点YOLO11-poseINT4 / INT8 / INT12ultralytics/ultralyticsT32Pro / T33 / T32 / G32S10
人体关键点AlphaPose(FastPose)INT4 / INT8MVIG-SJTU/AlphaPoseT32Pro / T33 / T32 / G32S10
人脸检测RetinaFace(resnet)INT4 / INT8biubug6/Pytorch_RetinafaceT32Pro / T33 / T32 / G32S10
人脸检测YOLOv5-faceINT4 / INT8deepcam-cn/yolov5-faceT32Pro / T33 / T32 / G32S10
人脸识别MobileFaceNet(修改)INT4 / INT8deepinsight/insightfaceT32Pro / T33 / T32 / G32S10
人脸活体CDCNINT8voqtuyen/CDCN-Face-Anti-Spoofing.pytorchT32Pro / 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-detINT8PaddlePaddle/PaddleOCRT32Pro / T33 / T32 / G32S10
OCR 文字识别PP-OCRv6-recINT8PaddlePaddle/PaddleOCRT32Pro / T33 / T32 / G32S10
语音合成FastSpeech2(修改)INT8ming024/FastSpeech2T32Pro / T33 / T32 / G32S10
语音合成Vocos(修改)INT8gemelo-ai/vocosT32Pro / T33 / T32 / G32S10
回声消除AEC(自研)INT8—T32Pro / T33 / T32 / G32S10
关键词FSMN(修改)INT8alibaba/Alibaba-MIT-SpeechT32Pro / 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>