--- comments: true --- # PaddleX模型列表（寒武纪 MLU） 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](../module_usage/tutorials/cv_modules/image_classification.md)
模型名称 Top1 Acc（%） 模型存储大小（MB） 模型下载链接
MobileNetV3_large_x0_5 69.2 9.6 推理模型/训练模型
MobileNetV3_large_x0_35 64.3 7.5 推理模型/训练模型
MobileNetV3_large_x0_75 73.1 14.0 推理模型/训练模型
MobileNetV3_large_x1_0 75.3 19.5 推理模型/训练模型
MobileNetV3_large_x1_25 76.4 26.5 推理模型/训练模型
MobileNetV3_small_x0_5 59.2 6.8 推理模型/训练模型
MobileNetV3_small_x0_35 53.0 6.0 推理模型/训练模型
MobileNetV3_small_x0_75 66.0 8.5 推理模型/训练模型
MobileNetV3_small_x1_0 68.2 10.5 推理模型/训练模型
MobileNetV3_small_x1_25 70.7 13.0 推理模型/训练模型
PP-HGNet_base 85.0 249.4 推理模型/训练模型
PP-HGNet_small 81.51 86.5 推理模型/训练模型
PP-HGNet_tiny 79.83 52.4 推理模型/训练模型
PP-LCNet_x0_5 63.14 6.7 推理模型/训练模型
PP-LCNet_x0_25 51.86 5.5 推理模型/训练模型
PP-LCNet_x0_35 58.09 5.9 推理模型/训练模型
PP-LCNet_x0_75 68.18 8.4 推理模型/训练模型
PP-LCNet_x1_0 71.32 10.5 推理模型/训练模型
PP-LCNet_x1_5 73.71 16.0 推理模型/训练模型
PP-LCNet_x2_0 75.18 23.2 推理模型/训练模型
PP-LCNet_x2_5 76.60 32.1 推理模型/训练模型
ResNet18 71.0 41.5 推理模型/训练模型
ResNet34 74.6 77.3 推理模型/训练模型
ResNet50 76.5 90.8 推理模型/训练模型
ResNet101 77.6 158.7 推理模型/训练模型
ResNet152 78.3 214.2 推理模型/训练模型
ResNet18_vd 72.3 41.5 推理模型/训练模型
ResNet34_vd 76.0 77.3 推理模型/训练模型
ResNet50_vd 79.1 90.8 推理模型/训练模型
ResNet101_vd 80.2 158.4 推理模型/训练模型
ResNet152_vd 80.6 214.3 推理模型/训练模型
ResNet200_vd 80.9 266.0 推理模型/训练模型
注：以上精度指标为[ImageNet-1k](https://www.image-net.org/index.php)验证集 Top1 Acc。 ## [目标检测模块](../module_usage/tutorials/cv_modules/object_detection.md)
模型名称 mAP（%） 模型存储大小（MB） 模型下载链接
PicoDet-L 42.6 20.9 推理模型/训练模型
PicoDet-M 37.5 16.8 推理模型/训练模型
PicoDet-S 29.1 4.4 推理模型/训练模型
PicoDet-XS 26.2 5.7 推理模型/训练模型
PP-YOLOE_plus-L 52.9 185.3 推理模型/训练模型
PP-YOLOE_plus-M 49.8 83.2 推理模型/训练模型
PP-YOLOE_plus-S 43.7 28.3 推理模型/训练模型
PP-YOLOE_plus-X 54.7 349.4 推理模型/训练模型
注：以上精度指标为[COCO2017](https://cocodataset.org/#home)验证集 mAP(0.5:0.95)。 ## [语义分割模块](../module_usage/tutorials/cv_modules/semantic_segmentation.md)
模型名称 mloU（%） 模型存储大小（MB） 模型下载链接
PP-LiteSeg-T 77.04 31 推理模型/训练模型
注：以上精度指标为[Cityscapes](https://www.cityscapes-dataset.com/)数据集 mloU。 ## [图像特征模块](../module_usage/tutorials/cv_modules/image_feature.md)
模型名称 recall@1（%） 模型存储大小（MB） 模型下载链接
PP-ShiTuV2_rec_CLIP_vit_base 88.69 306.6 推理模型/训练模型
PP-ShiTuV2_rec_CLIP_vit_large 91.03 1050 推理模型/训练模型
注：以上精度指标为 AliProducts recall@1。 ## [异常检测模块](../module_usage/tutorials/cv_modules/anomaly_detection.md)
模型名称 Avg（%） 模型存储大小（MB） 模型下载链接
STFPM 96.2 21.5 推理模型/训练模型
注：以上精度指标为 [MVTec AD](https://www.mvtec.com/company/research/datasets/mvtec-ad) 验证集 平均异常分数。 ## [人脸检测模块](../module_usage/tutorials/cv_modules/face_detection.md)
模型名称 AP (%)
Easy/Medium/Hard		 模型存储大小（MB） 模型下载链接
PicoDet_LCNet_x2_5_face 93.7/90.7/68.1 28.9 推理模型/训练模型
**注：以上精度指标是在WIDER-FACE验证集上，以640 \*640作为输入尺寸评估得到的。** ## [文本检测模块](../module_usage/tutorials/ocr_modules/text_detection.md)
模型名称 检测Hmean（%） 模型存储大小（MB） 模型下载链接
PP-OCRv4_mobile_det 77.79 4.2 推理模型/训练模型
PP-OCRv4_server_det 82.69 100.1 推理模型/训练模型
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](../module_usage/tutorials/ocr_modules/text_recognition.md)
模型名称 识别Avg Accuracy(%) 模型存储大小（MB） 模型下载链接
PP-OCRv4_mobile_rec 78.20 10.6 推理模型/训练模型
PP-OCRv4_server_rec 79.20 71.2 推理模型/训练模型
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。 ## [版面区域检测模块](../module_usage/tutorials/ocr_modules/layout_detection.md)
模型名称 mAP（%） 模型存储大小（MB） 模型下载链接
PicoDet_layout_1x 86.8 7.4 推理模型/训练模型
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](../module_usage/tutorials/time_series_modules/time_series_forecasting.md)
模型名称 mse mae GPU推理耗时（ms）
[常规模式 / 高性能模式]		 CPU推理耗时（ms）
[常规模式 / 高性能模式]		 模型存储大小（MB） 模型下载链接
DLinear 0.382 0.394 0.34 / 0.12 0.64 / 0.06 0.072 推理模型/训练模型
NLinear 0.386 0.392 0.27 / 0.10 0.49 / 0.08 0.04 推理模型/训练模型
RLinear 0.385 0.392 0.39 / 0.18 0.82 / 0.08 0.04 推理模型/训练模型
注：以上精度指标测量自[ETTH1](https://paddle-model-ecology.bj.bcebos.com/paddlex/data/Etth1.tar)数据集 （在测试集test.csv上的评测结果）。