PaddleX模型列表（寒武纪 MLU）

PaddleX 内置了多条产线，每条产线都包含了若干模块，每个模块包含若干模型，具体使用哪些模型，您可以根据下边的 benchmark 数据来选择。如您更考虑模型精度，请选择精度较高的模型，如您更考虑模型存储大小，请选择存储大小较小的模型。

图像分类模块

模型名称	Top1 Acc（%）	模型存储大小（M)
MobileNetV3_large_x0_5	69.2	9.6 M
MobileNetV3_large_x0_35	64.3	7.5 M
MobileNetV3_large_x0_75	73.1	14.0 M
MobileNetV3_large_x1_0	75.3	19.5 M
MobileNetV3_large_x1_25	76.4	26.5 M
MobileNetV3_small_x0_5	59.2	6.8 M
MobileNetV3_small_x0_35	53.0	6.0 M
MobileNetV3_small_x0_75	66.0	8.5 M
MobileNetV3_small_x1_0	68.2	10.5 M
MobileNetV3_small_x1_25	70.7	13.0 M
PP-HGNet_small	81.51	86.5 M
PP-LCNet_x0_5	63.14	6.7 M
PP-LCNet_x0_25	51.86	5.5 M
PP-LCNet_x0_35	58.09	5.9 M
PP-LCNet_x0_75	68.18	8.4 M
PP-LCNet_x1_0	71.32	10.5 M
PP-LCNet_x1_5	73.71	16.0 M
PP-LCNet_x2_0	75.18	23.2 M
PP-LCNet_x2_5	76.60	32.1 M
ResNet18	71.0	41.5 M
ResNet34	74.6	77.3 M
ResNet50	76.5	90.8 M
ResNet101	77.6	158.7 M
ResNet152	78.3	214.2 M

注：以上精度指标为ImageNet-1k验证集 Top1 Acc。

目标检测模块

模型名称	mAP（%）	模型存储大小（M)
PicoDet-L	42.6	20.9 M
PicoDet-S	29.1	4.4 M
PP-YOLOE_plus-L	52.9	185.3 M
PP-YOLOE_plus-M	49.8	83.2 M
PP-YOLOE_plus-S	43.7	28.3 M
PP-YOLOE_plus-X	54.7	349.4 M

注：以上精度指标为COCO2017验证集 mAP(0.5:0.95)。

语义分割模块

模型名称	mloU（%）	模型存储大小（M)
PP-LiteSeg-T	73.10	28.5 M

注：以上精度指标为Cityscapes数据集 mloU。

文本检测模块

模型名称	检测Hmean（%）	模型存储大小（M)
PP-OCRv4_mobile_det	77.79	4.2 M
PP-OCRv4_server_det	82.69	100.1M

注：以上精度指标的评估集是 PaddleOCR 自建的中文数据集，覆盖街景、网图、文档、手写多个场景，其中检测包含 500 张图片。

文本识别模块

模型名称	识别Avg Accuracy(%)	模型存储大小（M)
PP-OCRv4_mobile_rec	78.20	10.6 M
PP-OCRv4_server_rec	79.20	71.2 M

注：以上精度指标的评估集是 PaddleOCR 自建的中文数据集，覆盖街景、网图、文档、手写多个场景，其中文本识别包含 1.1w 张图片。

版面区域分析模块

模型名称	mAP（%）	模型存储大小（M)
PicoDet_layout_1x	86.8	7.4M

注：以上精度指标的评估集是 PaddleOCR 自建的版面区域分析数据集，包含 1w 张图片。

时序预测模块

模型名称	mse	mae	模型存储大小（M)
DLinear	0.382	0.394	72K
NLinear	0.386	0.392	40K
RLinear	0.384	0.392	40K

注：以上精度指标测量自ETTH1数据集 （在测试集test.csv上的评测结果）。