4.1 Demo Zoo

简介

Bianbu AI Demo Zoo 是由进迭时空自主开发的示例项目，旨在为 K1 系列芯片 提供多种深度学习模型的部署参考，实现端到端的推理流程演示。

本项目提供 CV（计算机视觉） 与 NLP（自然语言处理） 两个分支

• CV 分支涵盖以下典型任务：
  • 图像分类
  • 目标检测
  • 人脸识别
• 支持 C++ 和 Python 两种开发语言，适用于多种实际部署场景。

项目地址： ⭐ Bianbu AI Demo Zoo

支持的模型类型与具体列表详见 模型列表。

当前已覆盖常见的模型包括：

• 分类网络（ResNet、MobileNet）
• 检测网络（YOLOv5、YOLOX）
• 人脸识别（ArcFace）

示例 Demo

大多数模型均提供 Python 和 C++ 两种推理示例。 用户在按照 README.md 下载必要的模型权重和测试数据后，只需几步即可完成推理演示。

Python Demo 示例

以 ResNet 图像分类为例：

cd python
python test_resnet.py  # 默认使用 ResNet50 模型

模型运行结束后将输出预测的类别标签。

C++ Demo 示例

cd cpp
mkdir build
cd build
cmake ..
make -j8
./resnet_demo --model /path/to/resnet50.onnx --image /path/to/image.jpg

运行结束后，同样会在终端输出预测结果，可结合 OpenCV 渲染分类标签。

模型支持列表

模型大类	具体模型	输入大小
EfficientNet	EfficientNet_b1	[1,3,224,224]
Inception	Inception_v1	[1,3,224,224]
	Inception_v3	[1,3,229,229]
MobileNet	MobileNetv2	[1,3,224,224]
ResNet	ResNet50	[1,3,224,224]
YOLOv5	YOLOv5n	[1,3,640,640]
YOLOv6	YOLOv6n	[1,3,320,320]
YOLOv8	YOLOv8n	[1,3,320,320]
	YOLOv8n	[1,3,192,320]
YOLOv11	YOLOv11n	[1,3,320,320]
NanoTrack	NanoTrack	[1,3,255,255]
ArcFace	arcface_mobilefacenet	[1,3,320,320]
YOLOv5-face	YOLOv5n-face	[1,3,320,320]
CLIP	CLIP	动态输入
SAM	SAM	[1,3,1024,1024],[1,1,256,256]
FCN	FCN	[1,3,512,512]
Swin	Swin-Tiny	[1,3,224,224]
UNet	UNet	[1,3,512,512]
YOLO-World	YOLOv8s-World	[1,3,320,320]
YOLOv8-OBB	YOLOv8n-OBB	[1,3,320,320]
YOLOv8-Seg	YOLOv8n-Seg	[1,3,320,320]
YOLOv8-Pose	YOLOv8n-Pose	[1,3,320,320]
MobileSAM1	MobileSAM1	[1,3,1024,1024],[1,1,256,256]
YOLOE	YOLOE	[1,3,320,320]