此页面由 AI 自动翻译。查看英文原版

本页目录

  • 模型
  • 模型文件
  • 模型卡

概念

本节介绍将帮助您有效使用模型注册表平台的关键概念、思想和术语。

模型

模型是 Hub 的 AI & Models 区域中的基本元素,由以下部分组成:
  • 模型文件 - 模型文件或 NN 存档文件(如果模型文件与 JSON 元数据一起打包),以及
  • 模型卡 - 对模型的全面描述。
模型可以是公开的或私有的(团队所有),并且可以自由地从集合中上传下载 有关详细信息,请参阅 上传/下载 指南。每个模型文件构成一个单独的变体 (Variant),其特点是训练配置和使用上下文。为了支持高效的模型开发和在已部署应用程序中的精确引用,我们将模型文件构建为三个嵌套级别。此结构可帮助您:
  • 跟踪模型的演变,
  • 区分语义上不同的模型,
  • 并通过适当的标识符引用正确的工件。
每个嵌套级别 — 变体 (Variant)版本 (Version)实例 (Instance) — 都有其自己的唯一 ID,您可以在 DepthAI 管道中使用该 ID 从 Hub 获取相应的模型。下图说明了层次结构:
Markdown
1├── Variant 1
2|   ├── Version 1
3|   |   ├── Instance 1
4|   |   └── Instance 2
5|   └── Version 2
6|       ├── Instance 1
7|       └── Instance 2
8├── Variant 2
9...

变体 (Variant)

变体是模型的特定版本,通常根据输入分辨率(例如 224x224)、用于训练的数据集(例如 COCO)或模型架构的一些较小变体来区分。 每个变体都与一个变体 ID 相关联。

版本 (Version)

每个模型变体可以有多个版本。在语义上,这可以用来跟踪您正在开发的模型的不同权重。您可以有一个初始版本,然后是一个微调后的版本,以及一个例如在生产中使用的版本。每个版本都有其版本 ID

实例 (Instance)

实例是编译后的、面向平台的模型版本 — 实际部署到硬件的工件。有关转换为平台特定实例的更多信息,请参阅 详细转换 指南。每个实例都由一个唯一的实例 ID 标识,该 ID 指向特定的平台导出,而不是通用的模型变体/版本。 因此,在将实例集成到管道时,请确保实例 ID 与部署环境的正确平台相对应。

模型文件

模型文件(也称为模型可执行文件)可以单独提供,也可以打包到 NN Archive 中。 模型文件必须是 ONNX (.onnx)、OpenVINO IR (.xml.bin)、TensorFlow Lite (.tflite) 格式,或者 RVC 编译格式之一。

模型卡

模型卡是关于模型信息的集合。 您可以为私有模型选择自己的结构。 对于公共模型,我们建议使用以下结构(请查看 模型卡模板):
Markdown
1# 模型详情
2
3## 模型描述
4... 模型功能描述。
5
6- 开发人员 - 模型开发人员的姓名。
7- 分享者 - 模型文件/权重的来源。
8- 模型类型 - 通用模型类型(例如,计算机视觉)。
9- 许可证 - 约束模型使用/分发的许可证链接。
10- 资源 - 模型资源的链接(例如,论文、源代码等)。
11
12# 训练详情
13
14## 训练数据
15... 描述并链接到用于训练模型的数据。
16
17# 测试详情
18
19## 指标
20... 描述并报告用于验证模型的指标。
21
22# 技术规格
23
24## 输入/输出详情
25... 每个输入/输出张量的名称和简短描述。
26
27## 模型架构
28... 描述模型架构(例如,骨干网络、头部等)。
29
30## 吞吐量
31... 报告模型在为其转换的 RVC 平台上的吞吐量。
32
33## 量化
34... 如果在转换过程中使用了量化,请描述量化数据。
35
36# 使用说明
37... 说明如何在 DepthAI 管道中使用该模型。最好提供或链接到示例。