Files
FastDeploy/examples/vision/detection
Zheng_Bicheng 95beb2bbf6 [RKNPU2] RKYOLO Support FP32 return value (#898)
* RKNPU2 Backend兼容其他模型的量化
fd_tensor正式移除zp和scale的量化参数

* 更新FP32返回值的RKYOLO

* 更新rkyolov5支持fp32格式

* 更新rkyolov5支持fp32格式

* 更新YOLOv5速度文档

Co-authored-by: DefTruth <31974251+DefTruth@users.noreply.github.com>
2022-12-19 10:03:18 +08:00
..

目标检测模型

FastDeploy目前支持如下目标检测模型部署

模型 说明 模型格式 版本
PaddleDetection/PP-YOLOE PP-YOLOE(含P-PYOLOE+)系列模型 Paddle Release/2.4
PaddleDetection/PicoDet PicoDet系列模型 Paddle Release/2.4
PaddleDetection/YOLOX Paddle版本的YOLOX系列模型 Paddle Release/2.4
PaddleDetection/YOLOv3 YOLOv3系列模型 Paddle Release/2.4
PaddleDetection/PP-YOLO PP-YOLO系列模型 Paddle Release/2.4
PaddleDetection/FasterRCNN FasterRCNN系列模型 Paddle Release/2.4
WongKinYiu/YOLOv7 YOLOv7、YOLOv7-X等系列模型 ONNX Release/v0.1
RangiLyu/NanoDetPlus NanoDetPlus 系列模型 ONNX Release/v1.0.0-alpha-1
ultralytics/YOLOv5 YOLOv5 系列模型 ONNX Release/v7.0
ppogg/YOLOv5-Lite YOLOv5-Lite 系列模型 ONNX Release/v1.4
meituan/YOLOv6 YOLOv6 系列模型 ONNX Release/0.1.0
WongKinYiu/YOLOR YOLOR 系列模型 ONNX Release/weights
Megvii-BaseDetection/YOLOX YOLOX 系列模型 ONNX Release/v0.1.1
WongKinYiu/ScaledYOLOv4 ScaledYOLOv4 系列模型 ONNX CommitID: 6768003