PINTO_model_zoo: 一個用於邊緣裝置跨框架部署的預轉換與預量化模型集合

它解決了什麼問題

PINTO_model_zoo 提供了一個集中化的預轉換與預量化 AI 模型集合。它透過提供多種格式的熱門模型即用版本，解決了在不同深度學習框架之間手動轉換模型，以及針對邊緣裝置（如 Raspberry Pi 或 EdgeTPU）進行優化的困難。

運作方式

該專案維護了一個已在各種框架之間進行相互轉換的模型「動物園」(zoo)。它支援廣泛的格式，包括 TensorFlow, PyTorch, ONNX, OpenVINO, TFJS, TFTRT, TensorFlow Lite (Float32, Float16, 以及 INT8), EdgeTPU, 以及 CoreML。該儲存庫包含用於圖像分類、2D 物件偵測及其他視覺任務的模型，通常提供多種量化層級（Weight, Integer, Full Integer, 以及 Dynamic Range）以平衡效能與準確度。

對象是誰

從事邊緣 AI 與行動部署的開發人員與研究人員，他們需要特定格式的優化模型，而無需親自執行複雜的轉換與量化過程。

重點特色

• 廣泛的框架支援：支援幾乎所有主要的 AI 框架與部署格式（TFLite, ONNX, CoreML, OpenVINO, 等）。
• 豐富的模型庫：包含大量用於圖像分類與物件偵測的預量化模型。
• 邊緣裝置優化：特別針對 Raspberry Pi 4/3 與 EdgeTPU 等硬體之效能進行優化。
• 多樣化的量化方式：提供 FP32, FP16, INT8, 以及 Dynamic Range 量化模型，以適應不同的硬體限制。