1 Star 0 Fork 860

sdau20171754 / models

forked from MindSpore / models 
加入 Gitee
与超过 800 万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
克隆/下载
取消
提示: 由于 Git 不支持空文件夾,创建文件夹后会生成空的 .keep 文件
Loading...
README_CN.md

MindSpore Logo

欢迎来到MindSpore ModelZoo

为了让开发者更好地体验MindSpore框架优势,我们将陆续增加更多的典型网络和相关预训练模型。如果您对ModelZoo有任何需求,请通过GiteeMindSpore与我们联系,我们将及时处理。

  • 使用最新MindSpore API的SOTA模型

  • MindSpore优势

  • 官方维护和支持

目录

标准网络

领域 子领域 网络 Ascend GPU CPU
计算机视觉(CV) 图像分类(Image Classification) AlexNet
计算机视觉(CV) 图像分类(Image Classification) CNN
计算机视觉(CV) 图像分类(Image Classification) DenseNet100
计算机视觉(CV) 图像分类(Image Classification) DenseNet121
计算机视觉(CV) 图像分类(Image Classification) DPN
计算机视觉(CV) 图像分类(Image Classification) EfficientNet-B0
计算机视觉(CV) 图像分类(Image Classification) GoogLeNet
计算机视觉(CV) 图像分类(Image Classification) InceptionV3
计算机视觉(CV) 图像分类(Image Classification) InceptionV4
计算机视觉(CV) 图像分类(Image Classification) LeNet
计算机视觉(CV) 图像分类(Image Classification) LeNet(量化)
计算机视觉(CV) 图像分类(Image Classification) MobileNetV1
计算机视觉(CV) 图像分类(Image Classification) MobileNetV2
计算机视觉(CV) 图像分类(Image Classification) MobileNetV2(量化)
计算机视觉(CV) 图像分类(Image Classification) MobileNetV3
计算机视觉(CV) 图像分类(Image Classification) NASNet
计算机视觉(CV) 图像分类(Image Classification) ResNet-18
计算机视觉(CV) 图像分类(Image Classification) ResNet-50
计算机视觉(CV) 图像分类(Image Classification) ResNet-50(量化)
计算机视觉(CV) 图像分类(Image Classification) ResNet-101
计算机视觉(CV) 图像分类(Image Classification) ResNeXt50
计算机视觉(CV) 图像分类(Image Classification) SE-ResNet50
计算机视觉(CV) 图像分类(Image Classification) ShuffleNetV1
计算机视觉(CV) 图像分类(Image Classification) ShuffleNetV2
计算机视觉(CV) 图像分类(Image Classification) SqueezeNet
计算机视觉(CV) 图像分类(Image Classification) Tiny-DarkNet
计算机视觉(CV) 图像分类(Image Classification) VGG16
计算机视觉(CV) 图像分类(Image Classification) Xception
计算机视觉(CV) 目标检测(Object Detection) CenterFace
计算机视觉(CV) 目标检测(Object Detection) CTPN
计算机视觉(CV) 目标检测(Object Detection) Faster R-CNN
计算机视觉(CV) 目标检测(Object Detection) Mask R-CNN
计算机视觉(CV) 目标检测(Object Detection) Mask R-CNN (MobileNetV1)
计算机视觉(CV) 目标检测(Object Detection) RetinaFace-ResNet50
计算机视觉(CV) 目标检测(Object Detection) SSD
计算机视觉(CV) 目标检测(Object Detection) SSD-MobileNetV1-FPN
计算机视觉(CV) 目标检测(Object Detection) SSD-Resnet50-FPN
计算机视觉(CV) 目标检测(Object Detection) SSD-VGG16
计算机视觉(CV) 目标检测(Object Detection) WarpCTC
计算机视觉(CV) 目标检测(Object Detection) YOLOv3-ResNet18
计算机视觉(CV) 目标检测(Object Detection) YOLOv3-DarkNet53
计算机视觉(CV) 目标检测(Object Detection) YOLOv3-DarkNet53(量化)
计算机视觉(CV) 目标检测(Object Detection) YOLOv4
计算机视觉(CV) 文本检测(Text Detection) DeepText
计算机视觉(CV) 文本检测(Text Detection) PSENet
计算机视觉(CV) 文本识别(Text Recognition) CNN+CTC
计算机视觉(CV) 语义分割(Semantic Segmentation) DeepLabV3
计算机视觉(CV) 语义分割(Semantic Segmentation) U-Net2D (Medical)
计算机视觉(CV) 语义分割(Semantic Segmentation) U-Net3D (Medical)
计算机视觉(CV) 语义分割(Semantic Segmentation) U-Net++
计算机视觉(CV) 关键点检测(Keypoint Detection) OpenPose
计算机视觉(CV) 关键点检测(Keypoint Detection) SimplePoseNet
计算机视觉(CV) 光学字符识别(Optical Character Recognition) CRNN
自然语言处理(NLP) 自然语言理解(Natural Language Understanding) BERT
自然语言处理(NLP) 自然语言理解(Natural Language Understanding) FastText
自然语言处理(NLP) 自然语言理解(Natural Language Understanding) GNMT v2
自然语言处理(NLP) 自然语言理解(Natural Language Understanding) GRU
自然语言处理(NLP) 自然语言理解(Natural Language Understanding) MASS
自然语言处理(NLP) 自然语言理解(Natural Language Understanding) SentimentNet
自然语言处理(NLP) 自然语言理解(Natural Language Understanding) Transformer
自然语言处理(NLP) 自然语言理解(Natural Language Understanding) TinyBERT
自然语言处理(NLP) 自然语言理解(Natural Language Understanding) TextCNN
推荐(Recommender) 推荐系统、点击率预估(Recommender System, CTR prediction) DeepFM
推荐(Recommender) 推荐系统、搜索、排序(Recommender System, Search, Ranking) Wide&Deep
推荐(Recommender) 推荐系统(Recommender System) NAML
推荐(Recommender) 推荐系统(Recommender System) NCF
图神经网络(GNN) 文本分类(Text Classification) GCN
图神经网络(GNN) 文本分类(Text Classification) GAT
图神经网络(GNN) 推荐系统(Recommender System) BGCF

研究网络

领域 子领域 网络 Ascend GPU CPU
计算机视觉(CV) 图像分类(Image Classification) FaceAttributes
计算机视觉(CV) 目标检测(Object Detection) FaceDetection
计算机视觉(CV) 图像分类(Image Classification) FaceQualityAssessment
计算机视觉(CV) 图像分类(Image Classification) FaceRecognition
计算机视觉(CV) 图像分类(Image Classification) FaceRecognitionForTracking
计算机视觉(CV) 目标检测(Object Detection) Spnas
计算机视觉(CV) 目标检测(Object Detection) SSD-GhostNet
计算机视觉(CV) 关键点检测(Key Point Detection) CenterNet
计算机视觉(CV) 图像风格迁移(Image Style Transfer) CycleGAN
自然语言处理(NLP) 自然语言理解(Natural Language Understanding) DS-CNN
自然语言处理(NLP) 自然语言理解(Natural Language Understanding) TextRCNN
自然语言处理(NLP) 自然语言理解(Natural Language Understanding) TPRR
推荐(Recommender) 推荐系统、点击率预估(Recommender System, CTR prediction) AutoDis
语音(Audio) 音频标注(Audio Tagging) FCN-4
高性能计算(HPC) 分子动力学(Molecular Dynamics) DeepPotentialH2O
高性能计算(HPC) 海洋模型(Ocean Model) GOMO

公告

2021.9.15 models独立建仓

models仓库由原mindspore仓库的model_zoo目录独立分离而来,新仓库不继承历史commit记录,如果需要查找历史提2021.9.15之前的提交,请到mindspore仓库进行查询。

关联站点

这里是MindSpore框架提供的可以运行于包括Ascend/GPU/CPU/移动设备等多种设备的模型库。

相应的专属于Ascend平台的多框架模型可以参考昇腾ModelZoo以及对应的代码仓

MindSpore相关的预训练模型可以在MindSpore hub下载中心.

免责声明

MindSpore仅提供下载和预处理公共数据集的脚本。我们不拥有这些数据集,也不对它们的质量负责或维护。请确保您具有在数据集许可下使用该数据集的权限。在这些数据集上训练的模型仅用于非商业研究和教学目的。

致数据集拥有者:如果您不希望将数据集包含在MindSpore中,或者希望以任何方式对其进行更新,我们将根据要求删除或更新所有公共内容。请通过GitHub或Gitee与我们联系。非常感谢您对这个社区的理解和贡献。

MindSpore已获得Apache 2.0许可,请参见LICENSE文件。

许可证

Apache 2.0许可证

FAQ

想要获取更多关于MindSpore框架使用本身的FAQ问题的,可以参考官网FAQ

  • Q: 直接使用models下的模型出现内存不足错误,例如Failed to alloc memory pool memory, 该怎么处理?

    A: 直接使用models下的模型出现内存不足的典型原因是由于运行模式(PYNATIVE_MODE)、运行环境配置、License控制(AI-TOKEN)的不同造成的:PYNATIVE_MODE通常比GRAPH_MODE使用更多内存,尤其是在需要进行反向传播计算的训练图中,你可以尝试使用一些更小的batch size;运行环境由于NPU的核数、内存等配置不同也会产生类似问题;License控制(AI-TOKEN)的不同档位会造成执行过程中内存开销不同,也可以尝试使用一些更小的batch size。

  • Q: 一些网络运行中报错接口不存在,例如cannot import,该怎么处理?

    A: 优先检查一下获取网络脚本的分支,与所使用的MindSpore版本是否一致,部分新分支中的模型脚本会使用一些新版本MindSpore才支持的接口,从而在使用老版本MindSpore时会发生报错.

  • Q: 在windows环境上要怎么运行网络脚本?

    A: 多数模型都是使用bash作为启动脚本,在Windows环境上无法直接使用bash命令,你可以考虑直接运行python命令而不是bash启动脚本 ,如果你确实想需要使用bash脚本,你可以考虑使用以下几种方法来运行模型:

    1. 使用虚拟环境,可以构造一个linux的虚拟机或docker容器,然后在虚拟环境中运行脚本
    2. 使用WSL,可以开启Windows的linux子系统来在Windows系统中运行linux,然后再WSL中运行脚本。
    3. 使用Windows Bash,需要获取一个可以直接在Windows上运行bash的环境,常见的选择是cygwingit bash
    4. 跳过bash脚本,直接调用python程序。

简介

Models of MindSpore 展开 收起
Apache-2.0
取消

发行版

暂无发行版

贡献者

全部

近期动态

加载更多
不能加载更多了
1
https://gitee.com/sdau20171754/models.git
git@gitee.com:sdau20171754/models.git
sdau20171754
models
models
master

搜索帮助