待补充
hailo-ai/hailo_model_zoo
3/5
🧩 软硬件结合
已发布
项目简介
The Hailo Model Zoo includes pre-trained models and a full building and evaluation environment
Hailo Model Zoo 是 Hailo 公司推出的一款面向高性能深度学习应用的开源模型库,旨在帮助开发者快速在 Hailo 系列 AI 加速芯片上部署和优化神经网络模型。该项目提供了大量预训练模型,涵盖图像分类、目标检测、语义分割、实例分割以及文字识别等主流计算机视觉任务,模型格式包括 ONNX、TensorFlow 以及可直接在 Hailo 设备上执行的 HEF 二进制文件。技术栈方面,项目基于 Python 3.10 至 3.12,依赖 TensorFlow 2.19.1 和 CUDA 12.5.1,并深度集成 Hailo Dataflow Compiler 5.3.0 与 HailoRT 5.3.0 运行时环境。核心功能上,用户不仅可以直接使用预训练模型进行精度评估,还能通过 Hailo 模拟器验证量化后的模型精度,最终生成高效的 HEF 文件,从而显著缩短从模型开发到硬件部署的周期。此外,项目还提供了详细的重新训练指南,支持用户在自定义数据集上对模型进行微调,满足特定业务场景的需求。Hailo Model Zoo 主要解决了边缘端 AI 推理中模型移植难、优化门槛高的问题,适用于智能安防、自动驾驶、工业质检、智慧零售等对实时性和能效比有严格要求的场景。无论是算法工程师还是嵌入式开发者,都能借助该工具链快速获得经过硬件适配的高质量模型,加速产品落地。
标签
项目特点
提供大量预训练模型,覆盖图像分类、目标检测、语义分割、实例分割和文字识别等多种计算机视觉任务。
模型格式多样,支持 ONNX、TensorFlow 以及可直接在 Hailo 设备上执行的 HEF 二进制文件。
深度集成 Hailo Dataflow Compiler,方便模型优化和部署。
基于 Python 3.10 至 3.12,兼容 TensorFlow 2.19.1 和 CUDA 12.5.1,技术栈现代。
开源且社区活跃,GitHub 星数 336,便于开发者获取和使用。
技术规格
项目资源
搜索资源
物料清单 (BOM)
| 物料名称 | 数量 | 参考价格 | 备注 |
|---|---|---|---|
| Python | 1 | — | 版本 3.10 - 3.12 |
| TensorFlow | 1 | — | 版本 2.19.1 |
| CUDA | 1 | — | 版本 12.5.1 |
| Hailo Dataflow Compiler | 1 | — | 版本 5.3.0 |
| 预训练模型 | 多个 | — | 涵盖分类、检测、分割等任务 |
| ONNX 模型 | 多个 | — | 通用格式 |
| TensorFlow 模型 | 多个 | — | TensorFlow 格式 |
| HEF 二进制文件 | 多个 | — | 可直接在 Hailo 设备执行 |
能力画像
**记忆与知识检索**:2/5 — 项目本身不涉及知识检索功能,但文档和模型库可作为参考资源。
**动手与操作**:4/5 — 需要动手配置环境、下载模型、运行编译和部署流程,操作性强。
**编程与算法**:4/5 — 涉及 Python 编程、模型调用和算法理解,适合有一定编程基础的开发者。
**设计与建模**:3/5 — 项目提供预训练模型,但用户可在此基础上进行微调或自定义模型设计。
**实验与调试**:4/5 — 支持模型优化和调试,可通过 Dataflow Compiler 调整参数进行实验。
**协作与分享**:3/5 — 开源项目,可通过 GitHub 提交 Issue 或 PR 进行协作,但社区规模中等。
**学习与研究**:4/5 — 适合学习深度学习模型部署和 AI 加速器应用,模型库可作为研究参考。
**系统集成**:5/5 — 深度集成 Hailo 硬件和编译器,适合将 AI 模型集成到嵌入式或边缘计算系统。
项目图库
所需技能
Python 编程基础
深度学习基础知识(CNN、目标检测、语义分割等)
TensorFlow 或 ONNX 模型使用经验
熟悉命令行和开发环境配置
了解 CUDA 和 GPU 加速
对嵌入式 AI 或边缘计算有兴趣
适用场景
在 Hailo AI 加速芯片上部署计算机视觉模型
边缘计算和嵌入式设备上的实时推理
智能安防、工业检测、自动驾驶等领域的视觉应用
学术研究和原型验证,快速测试不同模型在 Hailo 硬件上的性能
开发者评估 Hailo 生态和模型优化工具链