Rename Frontend to ModelFormat in documents (#265)

2025-10-05 08:37:06 +08:00 · 2022-09-22 14:00:34 +08:00
parent 329477f825
commit 82f0d2b652
49 changed files with 118 additions and 118 deletions
--- a/docs/api/runtime_option.md
+++ b/docs/api/runtime_option.md
@@ -29,7 +29,7 @@ RuntimeOption(
  device_id : 0                        # 推理硬件id（针对GPU）
  model_file : yolov5s.onnx            # 模型文件路径
  params_file :                        # 参数文件路径
-  model_format : Frontend.ONNX         # 模型格式
+  model_format : ModelFormat.ONNX         # 模型格式
  ort_execution_mode : -1              # 前辍为ort的表示为ONNXRuntime后端专用参数
  ort_graph_opt_level : -1
  ort_inter_op_num_threads : -1
@@ -57,7 +57,7 @@ RuntimeOption(
 > * **device_id**(int): 设备id，在GPU下使用
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径
-> * **model_format**(Frontend): 模型格式, `fd.Frontend.PADDLE`/`fd.Frontend.ONNX`
+> * **model_format**(ModelFormat): 模型格式, `fd.ModelFormat.PADDLE`/`fd.ModelFormat.ONNX`
 > * **ort_execution_mode**(int): ORT后端执行方式，0表示按顺序执行所有算子，1表示并行执行算子，默认为-1，即按ORT默认配置方式执行
 > * **ort_graph_opt_level**(int): ORT后端图优化等级；0：禁用图优化；1：基础优化 2：额外拓展优化；99：全部优化； 默认为-1，即按ORT默认配置方式执行
 > * **ort_inter_op_num_threads**(int): 当`ort_execution_mode`为1时，此参数设置算子间并行的线程数
@@ -100,7 +100,7 @@ model = fd.vision.classification.PaddleClasModel(
 > * **device_id**(int): 设备id，在GPU下使用
 > * **model_file**(string): 模型文件路径
 > * **params_file**(string): 参数文件路径
-> * **model_format**(fastdeploy::Frontend): 模型格式, `Frontend::PADDLE`/`Frontend::ONNX`
+> * **model_format**(fastdeploy::ModelFormat): 模型格式, `ModelFormat::PADDLE`/`ModelFormat::ONNX`
 > * **ort_execution_mode**(int): ORT后端执行方式，0表示按顺序执行所有算子，1表示并行执行算子，默认为-1，即按ORT默认配置方式执行
 > * **ort_graph_opt_level**(int): ORT后端图优化等级；0：禁用图优化；1：基础优化 2：额外拓展优化；99：全部优化； 默认为-1，即按ORT默认配置方式执行
 > * **ort_inter_op_num_threads**(int): 当`ort_execution_mode`为1时，此参数设置算子间并行的线程数
--- a/docs/docs_en/api/runtime_option.md
+++ b/docs/docs_en/api/runtime_option.md
@@ -31,7 +31,7 @@ RuntimeOption(
  device_id : 0                        # Inference hardware id (for GPU)
  model_file : yolov5s.onnx            # Path to the model file
  params_file :                        # Parameter file path
-  model_format : Frontend.ONNX         # odel format
+  model_format : ModelFormat.ONNX         # odel format
  ort_execution_mode : -1              # The prefix ort indicates ONNXRuntime backend parameters
  ort_graph_opt_level : -1
  ort_inter_op_num_threads : -1
@@ -61,7 +61,7 @@ RuntimeOption(
 > * **device_id**(int): Device id, used on GPU
 > * **model_file**(str): Model file path
 > * **params_file**(str): Parameter file path
-> * **model_format**(Frontend): Model format, `fd.Frontend.PADDLE`/`fd.Frontend.ONNX`
+> * **model_format**(ModelFormat): Model format, `fd.ModelFormat.PADDLE`/`fd.ModelFormat.ONNX`
 > * **ort_execution_mode**(int): ORT back-end execution mode, 0 for sequential execution of all operators, 1 for parallel execution of operators, default is -1, i.e. execution in the ORT default configuration
 > * **ort_graph_opt_level**(int): ORT back-end image optimisation level; 0: disable image optimisation; 1: basic optimisation 2: additional expanded optimisation; 99: all optimisation; default is -1, i.e. executed in the ORT default configuration
 > * **ort_inter_op_num_threads**(int): When `ort_execution_mode` is 1, this parameter sets the number of threads in parallel between operators
@@ -106,7 +106,7 @@ model = fd.vision.classification.PaddleClasModel(
 > * **device_id**(int): Device id, used on GPU
 > * **model_file**(string): Model file path
 > * **params_file**(string): Parameter file path
-> * **model_format**(fastdeploy::Frontend): Model format,`Frontend::PADDLE`/`Frontend::ONNX`
+> * **model_format**(fastdeploy::ModelFormat): Model format,`ModelFormat::PADDLE`/`ModelFormat::ONNX`
 > * **ort_execution_mode**(int): ORT back-end execution mode, 0 for sequential execution of all operators, 1 for parallel execution of operators, default is -1, i.e. execution in the ORT default configuration
 > * **ort_graph_opt_level**(int): ORT back-end image optimisation level; 0: disable image optimisation; 1: basic optimisation 2: additional expanded optimisation; 99: all optimisation; default is -1, i.e. executed in the ORT default configuration
 > * **ort_inter_op_num_threads**(int): When `ort_execution_mode` is 1, this parameter sets the number of threads in parallel between operators
--- a/examples/text/uie/cpp/README.md
+++ b/examples/text/uie/cpp/README.md
@@ -85,20 +85,20 @@ UIEModel(
    const std::vector<std::string>& schema,
    const fastdeploy::RuntimeOption& custom_option =
        fastdeploy::RuntimeOption(),
-    const fastdeploy::Frontend& model_format = fastdeploy::Frontend::PADDLE);
+    const fastdeploy::ModelFormat& model_format = fastdeploy::ModelFormat::PADDLE);
 UIEModel(
    const std::string& model_file, const std::string& params_file,
    const std::string& vocab_file, float position_prob, size_t max_length,
    const SchemaNode& schema, const fastdeploy::RuntimeOption& custom_option =
                                  fastdeploy::RuntimeOption(),
-    const fastdeploy::Frontend& model_format = fastdeploy::Frontend::PADDLE);
+    const fastdeploy::ModelFormat& model_format = fastdeploy::ModelFormat::PADDLE);
 UIEModel(
    const std::string& model_file, const std::string& params_file,
    const std::string& vocab_file, float position_prob, size_t max_length,
    const std::vector<SchemaNode>& schema,
    const fastdeploy::RuntimeOption& custom_option =
        fastdeploy::RuntimeOption(),
-    const fastdeploy::Frontend& model_format = fastdeploy::Frontend::PADDLE);
+    const fastdeploy::ModelFormat& model_format = fastdeploy::ModelFormat::PADDLE);
 ```

 UIE模型加载和初始化，其中model_file, params_file为训练模型导出的Paddle inference文件，具体请参考其文档说明[模型导出](https://github.com/PaddlePaddle/PaddleNLP/blob/develop/model_zoo/uie/README.md#%E6%A8%A1%E5%9E%8B%E9%83%A8%E7%BD%B2)。
@@ -112,7 +112,7 @@ UIE模型加载和初始化，其中model_file, params_file为训练模型导出
 > * **max_length**(int): 输入文本的最大长度。输入文本下标超过`max_length`的部分将被截断。默认为128
 > * **schema**(list(SchemaNode) | SchemaNode | list(str)): 抽取任务的目标模式。
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为Paddle格式
+> * **model_format**(ModelFormat): 模型格式，默认为Paddle格式

 #### SetSchema函数

--- a/examples/text/uie/python/README.md
+++ b/examples/text/uie/python/README.md
@@ -329,7 +329,7 @@ fd.text.uie.UIEModel(model_file,
                     position_prob=0.5,
                     max_length=128,
                     schema=[],
-                     runtime_option=None,model_format=Frontend.PADDLE)
+                     runtime_option=None,model_format=ModelFormat.PADDLE)
 ```

 UIEModel模型加载和初始化，其中`model_file`, `params_file`为训练模型导出的Paddle inference文件，具体请参考其文档说明[模型导出](https://github.com/PaddlePaddle/PaddleNLP/blob/develop/model_zoo/uie/README.md#%E6%A8%A1%E5%9E%8B%E9%83%A8%E7%BD%B2)，`vocab_file`为词表文件，UIE模型的词表可在[UIE配置文件](https://github.com/PaddlePaddle/PaddleNLP/blob/5401f01af85f1c73d8017c6b3476242fce1e6d52/model_zoo/uie/utils.py)中下载相应的UIE模型的vocab_file。
@@ -343,7 +343,7 @@ UIEModel模型加载和初始化，其中`model_file`, `params_file`为训练模
 > * **max_length**(int): 输入文本的最大长度。输入文本下标超过`max_length`的部分将被截断。默认为128
 > * **schema**(list|dict): 抽取任务的目标信息。
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为Paddle格式
+> * **model_format**(ModelFormat): 模型格式，默认为Paddle格式

 ### set_schema函数

--- a/examples/vision/classification/paddleclas/cpp/README.md
+++ b/examples/vision/classification/paddleclas/cpp/README.md
@@ -46,7 +46,7 @@ fastdeploy::vision::classification::PaddleClasModel(
        const string& params_file,
        const string& config_file,
        const RuntimeOption& runtime_option = RuntimeOption(),
-        const Frontend& model_format = Frontend::PADDLE)
+        const ModelFormat& model_format = ModelFormat::PADDLE)
 ```

 PaddleClas模型加载和初始化，其中model_file, params_file为训练模型导出的Paddle inference文件，具体请参考其文档说明[模型导出](https://github.com/PaddlePaddle/PaddleClas/blob/release/2.4/docs/zh_CN/inference_deployment/export_model.md#2-%E5%88%86%E7%B1%BB%E6%A8%A1%E5%9E%8B%E5%AF%BC%E5%87%BA)
@@ -57,7 +57,7 @@ PaddleClas模型加载和初始化，其中model_file, params_file为训练模
 > * **params_file**(str): 参数文件路径
 > * **config_file**(str): 推理部署配置文件
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为Paddle格式
+> * **model_format**(ModelFormat): 模型格式，默认为Paddle格式

 #### Predict函数

--- a/examples/vision/classification/paddleclas/python/README.md
+++ b/examples/vision/classification/paddleclas/python/README.md
@@ -36,7 +36,7 @@ scores: 0.686229,
 ## PaddleClasModel Python接口

 ```python
-fd.vision.classification.PaddleClasModel(model_file, params_file, config_file, runtime_option=None, model_format=Frontend.PADDLE)
+fd.vision.classification.PaddleClasModel(model_file, params_file, config_file, runtime_option=None, model_format=ModelFormat.PADDLE)
 ```

 PaddleClas模型加载和初始化，其中model_file, params_file为训练模型导出的Paddle inference文件，具体请参考其文档说明[模型导出](https://github.com/PaddlePaddle/PaddleClas/blob/release/2.4/docs/zh_CN/inference_deployment/export_model.md#2-%E5%88%86%E7%B1%BB%E6%A8%A1%E5%9E%8B%E5%AF%BC%E5%87%BA)
@@ -47,7 +47,7 @@ PaddleClas模型加载和初始化，其中model_file, params_file为训练模
 > * **params_file**(str): 参数文件路径
 > * **config_file**(str): 推理部署配置文件
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为Paddle格式
+> * **model_format**(ModelFormat): 模型格式，默认为Paddle格式

 ### predict函数

--- a/examples/vision/detection/nanodet_plus/cpp/README.md
+++ b/examples/vision/detection/nanodet_plus/cpp/README.md
@@ -46,7 +46,7 @@ fastdeploy::vision::detection::NanoDetPlus(
        const string& model_file,
        const string& params_file = "",
        const RuntimeOption& runtime_option = RuntimeOption(),
-        const Frontend& model_format = Frontend::ONNX)
+        const ModelFormat& model_format = ModelFormat::ONNX)
 ```

 NanoDetPlus模型加载和初始化，其中model_file为导出的ONNX模型格式。
@@ -56,7 +56,7 @@ NanoDetPlus模型加载和初始化，其中model_file为导出的ONNX模型格
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX时，此参数传入空字符串即可
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX格式
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX格式

 #### Predict函数

--- a/examples/vision/detection/nanodet_plus/python/README.md
+++ b/examples/vision/detection/nanodet_plus/python/README.md
@@ -31,7 +31,7 @@ python infer.py --model nanodet-plus-m_320.onnx --image 000000014439.jpg --devic
 ## NanoDetPlus Python接口

 ```python
-fastdeploy.vision.detection.NanoDetPlus(model_file, params_file=None, runtime_option=None, model_format=Frontend.ONNX)
+fastdeploy.vision.detection.NanoDetPlus(model_file, params_file=None, runtime_option=None, model_format=ModelFormat.ONNX)
 ```

 NanoDetPlus模型加载和初始化，其中model_file为导出的ONNX模型格式
@@ -41,7 +41,7 @@ NanoDetPlus模型加载和初始化，其中model_file为导出的ONNX模型格
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX格式时，此参数无需设定
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX

 ### predict函数

--- a/examples/vision/detection/paddledetection/cpp/README.md
+++ b/examples/vision/detection/paddledetection/cpp/README.md
@@ -48,7 +48,7 @@ fastdeploy::vision::detection::PPYOLOE(
        const string& params_file,
        const string& config_file
        const RuntimeOption& runtime_option = RuntimeOption(),
-        const Frontend& model_format = Frontend::PADDLE)
+        const ModelFormat& model_format = ModelFormat::PADDLE)
 ```

 PaddleDetection PPYOLOE模型加载和初始化，其中model_file为导出的ONNX模型格式。
@@ -59,7 +59,7 @@ PaddleDetection PPYOLOE模型加载和初始化，其中model_file为导出的ON
 > * **params_file**(str): 参数文件路径
 > * **config_file**(str): 配置文件路径，即PaddleDetection导出的部署yaml文件
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为PADDLE格式
+> * **model_format**(ModelFormat): 模型格式，默认为PADDLE格式

 #### Predict函数

--- a/examples/vision/detection/paddledetection/python/README.md
+++ b/examples/vision/detection/paddledetection/python/README.md
@@ -33,13 +33,13 @@ python infer_ppyoloe.py --model_dir ppyoloe_crn_l_300e_coco --image 000000014439
 ## PaddleDetection Python接口

 ```python
-fastdeploy.vision.detection.PPYOLOE(model_file, params_file, config_file, runtime_option=None, model_format=Frontend.PADDLE)
-fastdeploy.vision.detection.PicoDet(model_file, params_file, config_file, runtime_option=None, model_format=Frontend.PADDLE)
-fastdeploy.vision.detection.PaddleYOLOX(model_file, params_file, config_file, runtime_option=None, model_format=Frontend.PADDLE)
-fastdeploy.vision.detection.YOLOv3(model_file, params_file, config_file, runtime_option=None, model_format=Frontend.PADDLE)
-fastdeploy.vision.detection.PPYOLO(model_file, params_file, config_file, runtime_option=None, model_format=Frontend.PADDLE)
-fastdeploy.vision.detection.FasterRCNN(model_file, params_file, config_file, runtime_option=None, model_format=Frontend.PADDLE)
-fastdeploy.vision.detection.MaskRCNN(model_file, params_file, config_file, runtime_option=None, model_format=Frontend.PADDLE)
+fastdeploy.vision.detection.PPYOLOE(model_file, params_file, config_file, runtime_option=None, model_format=ModelFormat.PADDLE)
+fastdeploy.vision.detection.PicoDet(model_file, params_file, config_file, runtime_option=None, model_format=ModelFormat.PADDLE)
+fastdeploy.vision.detection.PaddleYOLOX(model_file, params_file, config_file, runtime_option=None, model_format=ModelFormat.PADDLE)
+fastdeploy.vision.detection.YOLOv3(model_file, params_file, config_file, runtime_option=None, model_format=ModelFormat.PADDLE)
+fastdeploy.vision.detection.PPYOLO(model_file, params_file, config_file, runtime_option=None, model_format=ModelFormat.PADDLE)
+fastdeploy.vision.detection.FasterRCNN(model_file, params_file, config_file, runtime_option=None, model_format=ModelFormat.PADDLE)
+fastdeploy.vision.detection.MaskRCNN(model_file, params_file, config_file, runtime_option=None, model_format=ModelFormat.PADDLE)
 ```

 PaddleDetection模型加载和初始化，其中model_file， params_file为导出的Paddle部署模型格式, config_file为PaddleDetection同时导出的部署配置yaml文件
@@ -50,7 +50,7 @@ PaddleDetection模型加载和初始化，其中model_file， params_file为导
 > * **params_file**(str): 参数文件路径
 > * **config_file**(str): 推理配置yaml文件路径
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为Paddle
+> * **model_format**(ModelFormat): 模型格式，默认为Paddle

 ### predict函数

--- a/examples/vision/detection/scaledyolov4/cpp/README.md
+++ b/examples/vision/detection/scaledyolov4/cpp/README.md
@@ -46,7 +46,7 @@ fastdeploy::vision::detection::ScaledYOLOv4(
        const string& model_file,
        const string& params_file = "",
        const RuntimeOption& runtime_option = RuntimeOption(),
-        const Frontend& model_format = Frontend::ONNX)
+        const ModelFormat& model_format = ModelFormat::ONNX)
 ```

 ScaledYOLOv4模型加载和初始化，其中model_file为导出的ONNX模型格式。
@@ -56,7 +56,7 @@ ScaledYOLOv4模型加载和初始化，其中model_file为导出的ONNX模型格
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX时，此参数传入空字符串即可
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX格式
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX格式

 #### Predict函数

--- a/examples/vision/detection/scaledyolov4/python/README.md
+++ b/examples/vision/detection/scaledyolov4/python/README.md
@@ -31,7 +31,7 @@ python infer.py --model scaled_yolov4-p5.onnx --image 000000014439.jpg --device
 ## ScaledYOLOv4 Python接口

 ```python
-fastdeploy.vision.detection.ScaledYOLOv4(model_file, params_file=None, runtime_option=None, model_format=Frontend.ONNX)
+fastdeploy.vision.detection.ScaledYOLOv4(model_file, params_file=None, runtime_option=None, model_format=ModelFormat.ONNX)
 ```

 ScaledYOLOv4模型加载和初始化，其中model_file为导出的ONNX模型格式
@@ -41,7 +41,7 @@ ScaledYOLOv4模型加载和初始化，其中model_file为导出的ONNX模型格
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX格式时，此参数无需设定
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX

 ### predict函数

--- a/examples/vision/detection/yolor/cpp/README.md
+++ b/examples/vision/detection/yolor/cpp/README.md
@@ -46,7 +46,7 @@ fastdeploy::vision::detection::YOLOR(
        const string& model_file,
        const string& params_file = "",
        const RuntimeOption& runtime_option = RuntimeOption(),
-        const Frontend& model_format = Frontend::ONNX)
+        const ModelFormat& model_format = ModelFormat::ONNX)
 ```

 YOLOR模型加载和初始化，其中model_file为导出的ONNX模型格式。
@@ -56,7 +56,7 @@ YOLOR模型加载和初始化，其中model_file为导出的ONNX模型格式。
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX时，此参数传入空字符串即可
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX格式
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX格式

 #### Predict函数

--- a/examples/vision/detection/yolor/python/README.md
+++ b/examples/vision/detection/yolor/python/README.md
@@ -31,7 +31,7 @@ python infer.py --model yolor-p6-paper-541-640-640.onnx --image 000000014439.jpg
 ## YOLOR Python接口

 ```python
-fastdeploy.vision.detection.YOLOR(model_file, params_file=None, runtime_option=None, model_format=Frontend.ONNX)
+fastdeploy.vision.detection.YOLOR(model_file, params_file=None, runtime_option=None, model_format=ModelFormat.ONNX)
 ```

 YOLOR模型加载和初始化，其中model_file为导出的ONNX模型格式
@@ -41,7 +41,7 @@ YOLOR模型加载和初始化，其中model_file为导出的ONNX模型格式
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX格式时，此参数无需设定
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX

 ### predict函数

--- a/examples/vision/detection/yolov5/cpp/README.md
+++ b/examples/vision/detection/yolov5/cpp/README.md
@@ -46,7 +46,7 @@ fastdeploy::vision::detection::YOLOv5(
        const string& model_file,
        const string& params_file = "",
        const RuntimeOption& runtime_option = RuntimeOption(),
-        const Frontend& model_format = Frontend::ONNX)
+        const ModelFormat& model_format = ModelFormat::ONNX)
 ```

 YOLOv5模型加载和初始化，其中model_file为导出的ONNX模型格式。
@@ -56,7 +56,7 @@ YOLOv5模型加载和初始化，其中model_file为导出的ONNX模型格式。
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX时，此参数传入空字符串即可
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX格式
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX格式

 #### Predict函数

--- a/examples/vision/detection/yolov5/python/README.md
+++ b/examples/vision/detection/yolov5/python/README.md
@@ -31,7 +31,7 @@ python infer.py --model yolov5s.onnx --image 000000014439.jpg --device gpu --use
 ## YOLOv5 Python接口

 ```python
-fastdeploy.vision.detection.YOLOv5(model_file, params_file=None, runtime_option=None, model_format=Frontend.ONNX)
+fastdeploy.vision.detection.YOLOv5(model_file, params_file=None, runtime_option=None, model_format=ModelFormat.ONNX)
 ```

 YOLOv5模型加载和初始化，其中model_file为导出的ONNX模型格式
@@ -41,7 +41,7 @@ YOLOv5模型加载和初始化，其中model_file为导出的ONNX模型格式
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX格式时，此参数无需设定
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX

 ### predict函数

--- a/examples/vision/detection/yolov5lite/cpp/README.md
+++ b/examples/vision/detection/yolov5lite/cpp/README.md
@@ -46,7 +46,7 @@ fastdeploy::vision::detection::YOLOv5Lite(
        const string& model_file,
        const string& params_file = "",
        const RuntimeOption& runtime_option = RuntimeOption(),
-        const Frontend& model_format = Frontend::ONNX)
+        const ModelFormat& model_format = ModelFormat::ONNX)
 ```

 YOLOv5Lite模型加载和初始化，其中model_file为导出的ONNX模型格式。
@@ -56,7 +56,7 @@ YOLOv5Lite模型加载和初始化，其中model_file为导出的ONNX模型格
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX时，此参数传入空字符串即可
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX格式
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX格式

 #### Predict函数

--- a/examples/vision/detection/yolov5lite/python/README.md
+++ b/examples/vision/detection/yolov5lite/python/README.md
@@ -31,7 +31,7 @@ python infer.py --model v5Lite-g-sim-640.onnx --image 000000014439.jpg --device
 ## YOLOv5Lite Python接口

 ```python
-fastdeploy.vision.detection.YOLOv5Lite(model_file, params_file=None, runtime_option=None, model_format=Frontend.ONNX)
+fastdeploy.vision.detection.YOLOv5Lite(model_file, params_file=None, runtime_option=None, model_format=ModelFormat.ONNX)
 ```

 YOLOv5Lite模型加载和初始化，其中model_file为导出的ONNX模型格式
@@ -41,7 +41,7 @@ YOLOv5Lite模型加载和初始化，其中model_file为导出的ONNX模型格
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX格式时，此参数无需设定
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX

 ### predict函数

--- a/examples/vision/detection/yolov6/cpp/README.md
+++ b/examples/vision/detection/yolov6/cpp/README.md
@@ -46,7 +46,7 @@ fastdeploy::vision::detection::YOLOv6(
        const string& model_file,
        const string& params_file = "",
        const RuntimeOption& runtime_option = RuntimeOption(),
-        const Frontend& model_format = Frontend::ONNX)
+        const ModelFormat& model_format = ModelFormat::ONNX)
 ```

 YOLOv6模型加载和初始化，其中model_file为导出的ONNX模型格式。
@@ -56,7 +56,7 @@ YOLOv6模型加载和初始化，其中model_file为导出的ONNX模型格式。
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX时，此参数传入空字符串即可
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX格式
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX格式

 #### Predict函数

--- a/examples/vision/detection/yolov6/python/README.md
+++ b/examples/vision/detection/yolov6/python/README.md
@@ -32,7 +32,7 @@ python infer.py --model yolov6s.onnx --image 000000014439.jpg --device gpu --use
 ## YOLOv6 Python接口

 ```python
-fastdeploy.vision.detection.YOLOv6(model_file, params_file=None, runtime_option=None, model_format=Frontend.ONNX)
+fastdeploy.vision.detection.YOLOv6(model_file, params_file=None, runtime_option=None, model_format=ModelFormat.ONNX)
 ```

 YOLOv6模型加载和初始化，其中model_file为导出的ONNX模型格式
@@ -42,7 +42,7 @@ YOLOv6模型加载和初始化，其中model_file为导出的ONNX模型格式
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX格式时，此参数无需设定
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX

 ### predict函数

--- a/examples/vision/detection/yolov7/cpp/README.md
+++ b/examples/vision/detection/yolov7/cpp/README.md
@@ -46,7 +46,7 @@ fastdeploy::vision::detection::YOLOv7(
        const string& model_file,
        const string& params_file = "",
        const RuntimeOption& runtime_option = RuntimeOption(),
-        const Frontend& model_format = Frontend::ONNX)
+        const ModelFormat& model_format = ModelFormat::ONNX)
 ```

 YOLOv7模型加载和初始化，其中model_file为导出的ONNX模型格式。
@@ -56,7 +56,7 @@ YOLOv7模型加载和初始化，其中model_file为导出的ONNX模型格式。
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX时，此参数传入空字符串即可
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX格式
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX格式

 #### Predict函数

--- a/examples/vision/detection/yolov7/python/README.md
+++ b/examples/vision/detection/yolov7/python/README.md
@@ -33,7 +33,7 @@ python infer.py --model yolov7.onnx --image 000000014439.jpg --device gpu --use_
 ## YOLOv7 Python接口

 ```python
-fastdeploy.vision.detection.YOLOv7(model_file, params_file=None, runtime_option=None, model_format=Frontend.ONNX)
+fastdeploy.vision.detection.YOLOv7(model_file, params_file=None, runtime_option=None, model_format=ModelFormat.ONNX)
 ```

 YOLOv7模型加载和初始化，其中model_file为导出的ONNX模型格式
@@ -43,7 +43,7 @@ YOLOv7模型加载和初始化，其中model_file为导出的ONNX模型格式
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX格式时，此参数无需设定
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX

 ### predict函数

--- a/examples/vision/detection/yolov7/python/README_EN.md
+++ b/examples/vision/detection/yolov7/python/README_EN.md
@@ -34,7 +34,7 @@ The visualisation of the results is as follows.
 ## YOLOv7 Python Interface

 ```python
-fastdeploy.vision.detection.YOLOv7(model_file, params_file=None, runtime_option=None, model_format=Frontend.ONNX)
+fastdeploy.vision.detection.YOLOv7(model_file, params_file=None, runtime_option=None, model_format=ModelFormat.ONNX)
 ```

 YOLOv7 model loading and initialisation, with model_file being the exported ONNX model format.
@@ -44,7 +44,7 @@ YOLOv7 model loading and initialisation, with model_file being the exported ONNX
 > * **model_file**(str): Model file path
 > * **params_file**(str): Parameter file path. If the model format is ONNX, the parameter can be filled with an empty string.
 > * **runtime_option**(RuntimeOption): Back-end inference configuration. The default is None, i.e. the default is applied
-> * **model_format**(Frontend): Model format. The default is ONNX format
+> * **model_format**(ModelFormat): Model format. The default is ONNX format

 ### Predict Function

--- a/examples/vision/detection/yolov7end2end_ort/cpp/README.md
+++ b/examples/vision/detection/yolov7end2end_ort/cpp/README.md
@@ -51,7 +51,7 @@ fastdeploy::vision::detection::YOLOv7End2EndORT(
        const string& model_file,
        const string& params_file = "",
        const RuntimeOption& runtime_option = RuntimeOption(),
-        const Frontend& model_format = Frontend::ONNX)
+        const ModelFormat& model_format = ModelFormat::ONNX)
 ```

 YOLOv7End2EndORT 模型加载和初始化，其中model_file为导出的ONNX模型格式。
@@ -61,7 +61,7 @@ YOLOv7End2EndORT 模型加载和初始化，其中model_file为导出的ONNX模
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX时，此参数传入空字符串即可
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX格式
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX格式

 #### Predict函数

--- a/examples/vision/detection/yolov7end2end_ort/python/README.md
+++ b/examples/vision/detection/yolov7end2end_ort/python/README.md
@@ -36,7 +36,7 @@ python infer.py --model yolov7-end2end-ort-nms.onnx --image 000000014439.jpg --d
 ## YOLOv7End2EndORT Python接口

 ```python
-fastdeploy.vision.detection.YOLOv7End2EndORT(model_file, params_file=None, runtime_option=None, model_format=Frontend.ONNX)
+fastdeploy.vision.detection.YOLOv7End2EndORT(model_file, params_file=None, runtime_option=None, model_format=ModelFormat.ONNX)
 ```

 YOLOv7End2EndORT模型加载和初始化，其中model_file为导出的ONNX模型格式
@@ -46,7 +46,7 @@ YOLOv7End2EndORT模型加载和初始化，其中model_file为导出的ONNX模
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX格式时，此参数无需设定
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX

 ### predict函数

--- a/examples/vision/detection/yolov7end2end_trt/cpp/README.md
+++ b/examples/vision/detection/yolov7end2end_trt/cpp/README.md
@@ -46,7 +46,7 @@ fastdeploy::vision::detection::YOLOv7End2EndTRT(
        const string& model_file,
        const string& params_file = "",
        const RuntimeOption& runtime_option = RuntimeOption(),
-        const Frontend& model_format = Frontend::ONNX)
+        const ModelFormat& model_format = ModelFormat::ONNX)
 ```

 YOLOv7End2EndTRT 模型加载和初始化，其中model_file为导出的ONNX模型格式。
@@ -56,7 +56,7 @@ YOLOv7End2EndTRT 模型加载和初始化，其中model_file为导出的ONNX模
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX时，此参数传入空字符串即可
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX格式
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX格式

 #### Predict函数

--- a/examples/vision/detection/yolov7end2end_trt/python/README.md
+++ b/examples/vision/detection/yolov7end2end_trt/python/README.md
@@ -32,7 +32,7 @@ python infer.py --model yolov7-end2end-trt-nms.onnx --image 000000014439.jpg --d
 ## YOLOv7End2EndTRT Python接口

 ```python
-fastdeploy.vision.detection.YOLOv7End2EndTRT(model_file, params_file=None, runtime_option=None, model_format=Frontend.ONNX)
+fastdeploy.vision.detection.YOLOv7End2EndTRT(model_file, params_file=None, runtime_option=None, model_format=ModelFormat.ONNX)
 ```

 YOLOv7End2EndTRT 模型加载和初始化，其中model_file为导出的ONNX模型格式
@@ -42,7 +42,7 @@ YOLOv7End2EndTRT 模型加载和初始化，其中model_file为导出的ONNX模
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX格式时，此参数无需设定
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX

 ### predict函数

--- a/examples/vision/detection/yolox/cpp/README.md
+++ b/examples/vision/detection/yolox/cpp/README.md
@@ -46,7 +46,7 @@ fastdeploy::vision::detection::YOLOX(
        const string& model_file,
        const string& params_file = "",
        const RuntimeOption& runtime_option = RuntimeOption(),
-        const Frontend& model_format = Frontend::ONNX)
+        const ModelFormat& model_format = ModelFormat::ONNX)
 ```

 YOLOX模型加载和初始化，其中model_file为导出的ONNX模型格式。
@@ -56,7 +56,7 @@ YOLOX模型加载和初始化，其中model_file为导出的ONNX模型格式。
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX时，此参数传入空字符串即可
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX格式
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX格式

 #### Predict函数

--- a/examples/vision/detection/yolox/python/README.md
+++ b/examples/vision/detection/yolox/python/README.md
@@ -31,7 +31,7 @@ python infer.py --model yolox_s.onnx --image 000000014439.jpg --device gpu --use
 ## YOLOX Python接口

 ```python
-fastdeploy.vision.detection.YOLOX(model_file, params_file=None, runtime_option=None, model_format=Frontend.ONNX)
+fastdeploy.vision.detection.YOLOX(model_file, params_file=None, runtime_option=None, model_format=ModelFormat.ONNX)
 ```

 YOLOX模型加载和初始化，其中model_file为导出的ONNX模型格式
@@ -41,7 +41,7 @@ YOLOX模型加载和初始化，其中model_file为导出的ONNX模型格式
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX格式时，此参数无需设定
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX

 ### predict函数

--- a/examples/vision/facedet/retinaface/cpp/README.md
+++ b/examples/vision/facedet/retinaface/cpp/README.md
@@ -45,7 +45,7 @@ fastdeploy::vision::facedet::RetinaFace(
        const string& model_file,
        const string& params_file = "",
        const RuntimeOption& runtime_option = RuntimeOption(),
-        const Frontend& model_format = Frontend::ONNX)
+        const ModelFormat& model_format = ModelFormat::ONNX)
 ```

 RetinaFace模型加载和初始化，其中model_file为导出的ONNX模型格式。
@@ -55,7 +55,7 @@ RetinaFace模型加载和初始化，其中model_file为导出的ONNX模型格
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX时，此参数传入空字符串即可
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX格式
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX格式

 #### Predict函数

--- a/examples/vision/facedet/retinaface/python/README.md
+++ b/examples/vision/facedet/retinaface/python/README.md
@@ -31,7 +31,7 @@ python infer.py --model Pytorch_RetinaFace_mobile0.25-640-640.onnx --image test_
 ## RetinaFace Python接口

 ```python
-fastdeploy.vision.facedet.RetinaFace(model_file, params_file=None, runtime_option=None, model_format=Frontend.ONNX)
+fastdeploy.vision.facedet.RetinaFace(model_file, params_file=None, runtime_option=None, model_format=ModelFormat.ONNX)
 ```

 RetinaFace模型加载和初始化，其中model_file为导出的ONNX模型格式
@@ -41,7 +41,7 @@ RetinaFace模型加载和初始化，其中model_file为导出的ONNX模型格
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX格式时，此参数无需设定
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX

 ### predict函数

--- a/examples/vision/facedet/scrfd/cpp/README.md
+++ b/examples/vision/facedet/scrfd/cpp/README.md
@@ -46,7 +46,7 @@ fastdeploy::vision::facedet::SCRFD(
        const string& model_file,
        const string& params_file = "",
        const RuntimeOption& runtime_option = RuntimeOption(),
-        const Frontend& model_format = Frontend::ONNX)
+        const ModelFormat& model_format = ModelFormat::ONNX)
 ```

 SCRFD模型加载和初始化，其中model_file为导出的ONNX模型格式。
@@ -56,7 +56,7 @@ SCRFD模型加载和初始化，其中model_file为导出的ONNX模型格式。
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX时，此参数传入空字符串即可
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX格式
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX格式

 #### Predict函数

--- a/examples/vision/facedet/scrfd/python/README.md
+++ b/examples/vision/facedet/scrfd/python/README.md
@@ -31,7 +31,7 @@ python infer.py --model scrfd_500m_bnkps_shape640x640.onnx --image test_lite_fac
 ## SCRFD Python接口

 ```python
-fastdeploy.vision.facedet.SCRFD(model_file, params_file=None, runtime_option=None, model_format=Frontend.ONNX)
+fastdeploy.vision.facedet.SCRFD(model_file, params_file=None, runtime_option=None, model_format=ModelFormat.ONNX)
 ```

 SCRFD模型加载和初始化，其中model_file为导出的ONNX模型格式
@@ -41,7 +41,7 @@ SCRFD模型加载和初始化，其中model_file为导出的ONNX模型格式
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX格式时，此参数无需设定
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX

 ### predict函数

--- a/examples/vision/facedet/ultraface/cpp/README.md
+++ b/examples/vision/facedet/ultraface/cpp/README.md
@@ -46,7 +46,7 @@ fastdeploy::vision::facedet::UltraFace(
        const string& model_file,
        const string& params_file = "",
        const RuntimeOption& runtime_option = RuntimeOption(),
-        const Frontend& model_format = Frontend::ONNX)
+        const ModelFormat& model_format = ModelFormat::ONNX)
 ```

 UltraFace模型加载和初始化，其中model_file为导出的ONNX模型格式。
@@ -56,7 +56,7 @@ UltraFace模型加载和初始化，其中model_file为导出的ONNX模型格式
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX时，此参数传入空字符串即可
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX格式
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX格式

 #### Predict函数

--- a/examples/vision/facedet/ultraface/python/README.md
+++ b/examples/vision/facedet/ultraface/python/README.md
@@ -31,7 +31,7 @@ python infer.py --model version-RFB-320.onnx --image test_lite_face_detector_3.j
 ## UltraFace Python接口

 ```python
-fastdeploy.vision.facedet.UltraFace(model_file, params_file=None, runtime_option=None, model_format=Frontend.ONNX)
+fastdeploy.vision.facedet.UltraFace(model_file, params_file=None, runtime_option=None, model_format=ModelFormat.ONNX)
 ```

 UltraFace模型加载和初始化，其中model_file为导出的ONNX模型格式
@@ -41,7 +41,7 @@ UltraFace模型加载和初始化，其中model_file为导出的ONNX模型格式
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX格式时，此参数无需设定
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX

 ### predict函数

--- a/examples/vision/facedet/yolov5face/cpp/README.md
+++ b/examples/vision/facedet/yolov5face/cpp/README.md
@@ -46,7 +46,7 @@ fastdeploy::vision::facedet::YOLOv5Face(
        const string& model_file,
        const string& params_file = "",
        const RuntimeOption& runtime_option = RuntimeOption(),
-        const Frontend& model_format = Frontend::ONNX)
+        const ModelFormat& model_format = ModelFormat::ONNX)
 ```

 YOLOv5Face模型加载和初始化，其中model_file为导出的ONNX模型格式。
@@ -56,7 +56,7 @@ YOLOv5Face模型加载和初始化，其中model_file为导出的ONNX模型格
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX时，此参数传入空字符串即可
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX格式
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX格式

 #### Predict函数

--- a/examples/vision/facedet/yolov5face/python/README.md
+++ b/examples/vision/facedet/yolov5face/python/README.md
@@ -31,7 +31,7 @@ python infer.py --model yolov5s-face.onnx --image test_lite_face_detector_3.jpg
 ## YOLOv5Face Python接口

 ```python
-fastdeploy.vision.facedet.YOLOv5Face(model_file, params_file=None, runtime_option=None, model_format=Frontend.ONNX)
+fastdeploy.vision.facedet.YOLOv5Face(model_file, params_file=None, runtime_option=None, model_format=ModelFormat.ONNX)
 ```

 YOLOv5Face模型加载和初始化，其中model_file为导出的ONNX模型格式
@@ -41,7 +41,7 @@ YOLOv5Face模型加载和初始化，其中model_file为导出的ONNX模型格
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX格式时，此参数无需设定
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX

 ### predict函数

--- a/examples/vision/faceid/insightface/cpp/README.md
+++ b/examples/vision/faceid/insightface/cpp/README.md
@@ -52,7 +52,7 @@ fastdeploy::vision::faceid::ArcFace(
        const string& model_file,
        const string& params_file = "",
        const RuntimeOption& runtime_option = RuntimeOption(),
-        const Frontend& model_format = Frontend::ONNX)
+        const ModelFormat& model_format = ModelFormat::ONNX)
 ```

 ArcFace模型加载和初始化，其中model_file为导出的ONNX模型格式。
@@ -64,7 +64,7 @@ fastdeploy::vision::faceid::CosFace(
        const string& model_file,
        const string& params_file = "",
        const RuntimeOption& runtime_option = RuntimeOption(),
-        const Frontend& model_format = Frontend::ONNX)
+        const ModelFormat& model_format = ModelFormat::ONNX)
 ```

 CosFace模型加载和初始化，其中model_file为导出的ONNX模型格式。
@@ -76,7 +76,7 @@ fastdeploy::vision::faceid::PartialFC(
        const string& model_file,
        const string& params_file = "",
        const RuntimeOption& runtime_option = RuntimeOption(),
-        const Frontend& model_format = Frontend::ONNX)
+        const ModelFormat& model_format = ModelFormat::ONNX)
 ```

 PartialFC模型加载和初始化，其中model_file为导出的ONNX模型格式。
@@ -88,7 +88,7 @@ fastdeploy::vision::faceid::VPL(
        const string& model_file,
        const string& params_file = "",
        const RuntimeOption& runtime_option = RuntimeOption(),
-        const Frontend& model_format = Frontend::ONNX)
+        const ModelFormat& model_format = ModelFormat::ONNX)
 ```

 VPL模型加载和初始化，其中model_file为导出的ONNX模型格式。
@@ -97,7 +97,7 @@ VPL模型加载和初始化，其中model_file为导出的ONNX模型格式。
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX时，此参数传入空字符串即可
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX格式
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX格式

 #### Predict函数

--- a/examples/vision/faceid/insightface/python/README.md
+++ b/examples/vision/faceid/insightface/python/README.md
@@ -47,10 +47,10 @@ Detect Done! Cosine 01: 0.814385, Cosine 02:-0.059388
 ## InsightFace Python接口

 ```python
-fastdeploy.vision.faceid.ArcFace(model_file, params_file=None, runtime_option=None, model_format=Frontend.ONNX)
-fastdeploy.vision.faceid.CosFace(model_file, params_file=None, runtime_option=None, model_format=Frontend.ONNX)
-fastdeploy.vision.faceid.PartialFC(model_file, params_file=None, runtime_option=None, model_format=Frontend.ONNX)
-fastdeploy.vision.faceid.VPL(model_file, params_file=None, runtime_option=None, model_format=Frontend.ONNX)
+fastdeploy.vision.faceid.ArcFace(model_file, params_file=None, runtime_option=None, model_format=ModelFormat.ONNX)
+fastdeploy.vision.faceid.CosFace(model_file, params_file=None, runtime_option=None, model_format=ModelFormat.ONNX)
+fastdeploy.vision.faceid.PartialFC(model_file, params_file=None, runtime_option=None, model_format=ModelFormat.ONNX)
+fastdeploy.vision.faceid.VPL(model_file, params_file=None, runtime_option=None, model_format=ModelFormat.ONNX)
 ```

 ArcFace模型加载和初始化，其中model_file为导出的ONNX模型格式
@@ -60,7 +60,7 @@ ArcFace模型加载和初始化，其中model_file为导出的ONNX模型格式
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX格式时，此参数无需设定
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX

 ### predict函数

--- a/examples/vision/matting/modnet/cpp/README.md
+++ b/examples/vision/matting/modnet/cpp/README.md
@@ -53,7 +53,7 @@ fastdeploy::vision::matting::MODNet(
        const string& model_file,
        const string& params_file = "",
        const RuntimeOption& runtime_option = RuntimeOption(),
-        const Frontend& model_format = Frontend::ONNX)
+        const ModelFormat& model_format = ModelFormat::ONNX)
 ```

 MODNet模型加载和初始化，其中model_file为导出的ONNX模型格式。
@@ -63,7 +63,7 @@ MODNet模型加载和初始化，其中model_file为导出的ONNX模型格式。
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX时，此参数传入空字符串即可
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX格式
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX格式

 #### Predict函数

--- a/examples/vision/matting/modnet/python/README.md
+++ b/examples/vision/matting/modnet/python/README.md
@@ -37,7 +37,7 @@ python infer.py --model modnet_photographic_portrait_matting.onnx --image mattin
 ## MODNet Python接口

 ```python
-fastdeploy.vision.matting.MODNet(model_file, params_file=None, runtime_option=None, model_format=Frontend.ONNX)
+fastdeploy.vision.matting.MODNet(model_file, params_file=None, runtime_option=None, model_format=ModelFormat.ONNX)
 ```

 MODNet模型加载和初始化，其中model_file为导出的ONNX模型格式
@@ -47,7 +47,7 @@ MODNet模型加载和初始化，其中model_file为导出的ONNX模型格式
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX格式时，此参数无需设定
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为ONNX
+> * **model_format**(ModelFormat): 模型格式，默认为ONNX

 ### predict函数

--- a/examples/vision/matting/ppmatting/cpp/README.md
+++ b/examples/vision/matting/ppmatting/cpp/README.md
@@ -54,7 +54,7 @@ fastdeploy::vision::matting::PPMatting(
        const string& params_file = "",
        const string& config_file,
        const RuntimeOption& runtime_option = RuntimeOption(),
-        const Frontend& model_format = Frontend::PADDLE)
+        const ModelFormat& model_format = ModelFormat::PADDLE)
 ```

 PPMatting模型加载和初始化，其中model_file为导出的Paddle模型格式。
@@ -65,7 +65,7 @@ PPMatting模型加载和初始化，其中model_file为导出的Paddle模型格
 > * **params_file**(str): 参数文件路径
 > * **config_file**(str): 推理部署配置文件
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为Paddle格式
+> * **model_format**(ModelFormat): 模型格式，默认为Paddle格式

 #### Predict函数

--- a/examples/vision/matting/ppmatting/python/README.md
+++ b/examples/vision/matting/ppmatting/python/README.md
@@ -35,7 +35,7 @@ python infer.py --model PP-Matting-512 --image matting_input.jpg --bg matting_bg
 ## PPMatting Python接口

 ```python
-fd.vision.matting.PPMatting(model_file, params_file, config_file, runtime_option=None, model_format=Frontend.PADDLE)
+fd.vision.matting.PPMatting(model_file, params_file, config_file, runtime_option=None, model_format=ModelFormat.PADDLE)
 ```

 PPMatting模型加载和初始化，其中model_file, params_file以及config_file为训练模型导出的Paddle inference文件，具体请参考其文档说明[模型导出](https://github.com/PaddlePaddle/PaddleSeg/tree/release/2.6/Matting)
@@ -46,7 +46,7 @@ PPMatting模型加载和初始化，其中model_file, params_file以及config_fi
 > * **params_file**(str): 参数文件路径
 > * **config_file**(str): 推理部署配置文件
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为Paddle格式
+> * **model_format**(ModelFormat): 模型格式，默认为Paddle格式

 ### predict函数

--- a/examples/vision/ocr/PPOCRSystemv2/cpp/README.md
+++ b/examples/vision/ocr/PPOCRSystemv2/cpp/README.md
@@ -98,7 +98,7 @@ PPOCRSystemv2 的初始化，由检测，识别模型串联构成(无分类器)
 ```
 fastdeploy::vision::ocr::DBDetector(const std::string& model_file, const std::string& params_file = "",
             const RuntimeOption& custom_option = RuntimeOption(),
-             const Frontend& model_format = Frontend::PADDLE);
+             const ModelFormat& model_format = ModelFormat::PADDLE);
 ```

 DBDetector模型加载和初始化，其中模型为paddle模型格式。
@@ -108,7 +108,7 @@ DBDetector模型加载和初始化，其中模型为paddle模型格式。
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX时，此参数传入空字符串即可
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为Paddle格式
+> * **model_format**(ModelFormat): 模型格式，默认为Paddle格式

 ### Classifier类与DBDetector类相同

@@ -118,7 +118,7 @@ DBDetector模型加载和初始化，其中模型为paddle模型格式。
             const std::string& params_file = "",
             const std::string& label_path = "",
             const RuntimeOption& custom_option = RuntimeOption(),
-             const Frontend& model_format = Frontend::PADDLE);
+             const ModelFormat& model_format = ModelFormat::PADDLE);
 ```
 Recognizer类初始化时,需要在label_path参数中,输入识别模型所需的label文件，其他参数均与DBDetector类相同

--- a/examples/vision/ocr/PPOCRSystemv2/python/README.md
+++ b/examples/vision/ocr/PPOCRSystemv2/python/README.md
@@ -75,7 +75,7 @@ PPOCRSystemv2的初始化,输入的参数是检测模型，分类模型和识别
 ### DBDetector类

 ```
-fastdeploy.vision.ocr.DBDetector(model_file, params_file, runtime_option=None, model_format=Frontend.PADDLE)
+fastdeploy.vision.ocr.DBDetector(model_file, params_file, runtime_option=None, model_format=ModelFormat.PADDLE)
 ```

 DBDetector模型加载和初始化，其中模型为paddle模型格式。
@@ -85,14 +85,14 @@ DBDetector模型加载和初始化，其中模型为paddle模型格式。
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX时，此参数传入空字符串即可
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为PADDLE格式
+> * **model_format**(ModelFormat): 模型格式，默认为PADDLE格式

 ### Classifier类与DBDetector类相同

 ### Recognizer类
 ```
 fastdeploy.vision.ocr.Recognizer(rec_model_file,rec_params_file,rec_label_file,
-                                  runtime_option=rec_runtime_option,model_format=Frontend.PADDLE)
+                                  runtime_option=rec_runtime_option,model_format=ModelFormat.PADDLE)
 ```
 Recognizer类初始化时,需要在rec_label_file参数中,输入识别模型所需的label文件路径，其他参数均与DBDetector类相同

--- a/examples/vision/ocr/PPOCRSystemv3/cpp/README.md
+++ b/examples/vision/ocr/PPOCRSystemv3/cpp/README.md
@@ -98,7 +98,7 @@ PPOCRSystemv3 的初始化，由检测，识别模型串联构成(无分类器)
 ```
 fastdeploy::vision::ocr::DBDetector(const std::string& model_file, const std::string& params_file = "",
             const RuntimeOption& custom_option = RuntimeOption(),
-             const Frontend& model_format = Frontend::PADDLE);
+             const ModelFormat& model_format = ModelFormat::PADDLE);
 ```

 DBDetector模型加载和初始化，其中模型为paddle模型格式。
@@ -108,7 +108,7 @@ DBDetector模型加载和初始化，其中模型为paddle模型格式。
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX时，此参数传入空字符串即可
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为Paddle格式
+> * **model_format**(ModelFormat): 模型格式，默认为Paddle格式

 ### Classifier类与DBDetector类相同

@@ -118,7 +118,7 @@ DBDetector模型加载和初始化，其中模型为paddle模型格式。
             const std::string& params_file = "",
             const std::string& label_path = "",
             const RuntimeOption& custom_option = RuntimeOption(),
-             const Frontend& model_format = Frontend::PADDLE);
+             const ModelFormat& model_format = ModelFormat::PADDLE);
 ```
 Recognizer类初始化时,需要在label_path参数中,输入识别模型所需的label文件，其他参数均与DBDetector类相同

--- a/examples/vision/ocr/PPOCRSystemv3/python/README.md
+++ b/examples/vision/ocr/PPOCRSystemv3/python/README.md
@@ -74,7 +74,7 @@ PPOCRSystemv3的初始化,输入的参数是检测模型，分类模型和识别
 ### DBDetector类

 ```
-fastdeploy.vision.ocr.DBDetector(model_file, params_file, runtime_option=None, model_format=Frontend.PADDLE)
+fastdeploy.vision.ocr.DBDetector(model_file, params_file, runtime_option=None, model_format=ModelFormat.PADDLE)
 ```

 DBDetector模型加载和初始化，其中模型为paddle模型格式。
@@ -84,14 +84,14 @@ DBDetector模型加载和初始化，其中模型为paddle模型格式。
 > * **model_file**(str): 模型文件路径
 > * **params_file**(str): 参数文件路径，当模型格式为ONNX时，此参数传入空字符串即可
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为PADDLE格式
+> * **model_format**(ModelFormat): 模型格式，默认为PADDLE格式

 ### Classifier类与DBDetector类相同

 ### Recognizer类
 ```
 fastdeploy.vision.ocr.Recognizer(rec_model_file,rec_params_file,rec_label_file,
-                                  runtime_option=rec_runtime_option,model_format=Frontend.PADDLE)
+                                  runtime_option=rec_runtime_option,model_format=ModelFormat.PADDLE)
 ```
 Recognizer类初始化时,需要在rec_label_file参数中,输入识别模型所需的label文件路径，其他参数均与DBDetector类相同

--- a/examples/vision/segmentation/paddleseg/cpp/README.md
+++ b/examples/vision/segmentation/paddleseg/cpp/README.md
@@ -50,7 +50,7 @@ fastdeploy::vision::segmentation::PaddleSegModel(
        const string& params_file = "",
        const string& config_file,
        const RuntimeOption& runtime_option = RuntimeOption(),
-        const Frontend& model_format = Frontend::PADDLE)
+        const ModelFormat& model_format = ModelFormat::PADDLE)
 ```

 PaddleSegModel模型加载和初始化，其中model_file为导出的Paddle模型格式。
@@ -61,7 +61,7 @@ PaddleSegModel模型加载和初始化，其中model_file为导出的Paddle模
 > * **params_file**(str): 参数文件路径
 > * **config_file**(str): 推理部署配置文件
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为Paddle格式
+> * **model_format**(ModelFormat): 模型格式，默认为Paddle格式

 #### Predict函数

--- a/examples/vision/segmentation/paddleseg/python/README.md
+++ b/examples/vision/segmentation/paddleseg/python/README.md
@@ -33,7 +33,7 @@ python infer.py --model Unet_cityscapes_without_argmax_infer --image cityscapes_
 ## PaddleSegModel Python接口

 ```python
-fd.vision.segmentation.PaddleSegModel(model_file, params_file, config_file, runtime_option=None, model_format=Frontend.PADDLE)
+fd.vision.segmentation.PaddleSegModel(model_file, params_file, config_file, runtime_option=None, model_format=ModelFormat.PADDLE)
 ```

 PaddleSeg模型加载和初始化，其中model_file, params_file以及config_file为训练模型导出的Paddle inference文件，具体请参考其文档说明[模型导出](https://github.com/PaddlePaddle/PaddleSeg/blob/release/2.6/docs/model_export_cn.md)
@@ -44,7 +44,7 @@ PaddleSeg模型加载和初始化，其中model_file, params_file以及config_fi
 > * **params_file**(str): 参数文件路径
 > * **config_file**(str): 推理部署配置文件
 > * **runtime_option**(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
-> * **model_format**(Frontend): 模型格式，默认为Paddle格式
+> * **model_format**(ModelFormat): 模型格式，默认为Paddle格式

 ### predict函数