在将自定义模型上传到模型注册表之前，您需要准备两个组件：模型文件和配套的模型卡片。 本节将引导您正确准备它们。- 训练您选择的模型或获取现有模型。
- 如果模型是 ONNX (
.onnx)、OpenVINO IR (.xml 和 .bin) 或 TensorFlow Lite (.tflite) 格式，则可以跳过此步骤。如果模型是 支持的 PyTorch YOLO 模型 之一，您也可以跳过此步骤。否则，请将其转换为上述格式之一。有关更多信息，请参阅 模型转换页面上“模型源准备”部分中的指南。 - 可选地，将模型文件打包成 NN Archive。 这将简化适用于 RVC 平台的模型转换过程。
Hub 支持直接上传和转换的 PyTorch YOLO 模型子集。 目前支持的系列包括 YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOv9、YOLOv10、YOLO11、YOLO12、YOLO26、YOLOE 和 Gold-YOLO。 有关支持的 YOLO 系列、变体和当前限制的确切列表，请参阅上游的 支持的模型表。模型卡片对于私有（团队拥有）模型可以是任意的。 但是，对于公共模型，它应遵循结构并包含主页面“模型卡片”部分中描述的信息。 建议查阅模型发布论文、GitHub 存储库和其他相关资源以获取所需信息。 为了更好地了解模型卡片的结构以及应包含哪些信息，我们建议查看我们的 模型卡片模板 或查看 Hub 中现有条目的模型卡片。