onnx/models

解決的問題

本專案提供了一個集中且精選的預訓練最先進機器學習模型集合，這些模型已轉換為 ONNX (Open Neural Network Exchange) 格式。這使得開發人員可以在不同的框架、工具、執行階段和編譯器中使用模型，而不會被原始訓練框架所限制。

工作原理

模型源自著名的開源倉庫（如 timm、torchvision 和 transformers），並使用 TurnkeyML 工具鏈匯出為 ONNX 格式。本儲存庫使用 Git LFS 處理大型模型檔案，並包含一系列經過驗證的各領域模型，以確保準確性。

適用對象

希望以與環境無關的方式部署預訓練模型，或使用支援 ONNX 標準的執行階段之 AI 開發人員、研究人員及愛好者。

亮點

• 廣泛的模型覆蓋：包括電腦視覺（分類、檢測、分割）、NLP（理解、翻譯、建模）、生成式 AI 和圖形機器學習的模型。
• 跨框架相容性：透過 ONNX 開放標準，使模型能在多種執行階段和編譯器中使用。
• 量化支援：提供由 Intel® Neural Compressor 生成的 INT8 模型，以提高效率。
• 經過驗證的準確性：維護一份經過嚴格準確性驗證的特定模型列表。