Skip to content

PaddleX模型列表(昆仑 XPU)

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)