YOLOv3-DarkNet53 39.1 219.7 推理模型/训练模型 --- comments: true --- # PaddleX模型列表（海光 DCU） 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
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
PP-LCNet_x1_0	71.32	10.5	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。 ## [图像多标签分类模块](../module_usage/tutorials/cv_modules/image_multilabel_classification.md)

模型名称	mAP（%）	模型存储大小（MB）	模型下载链接
CLIP_vit_base_patch16_448_ML	89.15	325.6	推理模型/训练模型
PP-HGNetV2-B0_ML	80.98	7.15 / 1.77	推理模型/训练模型	PP-HGNetV2-B4_ML	21.35 / 8.19	88.5	推理模型/训练模型
PP-HGNetV2-B6_ML	91.06	286.5	推理模型/训练模型

注：以上精度指标为 [COCO2017](https://cocodataset.org/#home) 的多标签分类任务mAP。 ## [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

注：以上精度指标为 AliProducts recall@1。 ## [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
RT-DETR-R18	46.5	70.7	推理模型/训练模型
FCOS-ResNet50	39.6	124.2	推理模型/训练模型
YOLOX-N	26.1	3.4	推理模型/训练模型
FasterRCNN-ResNet34-FPN	37.8	137.5	推理模型/训练模型
YOLOv3-DarkNet53	39.1	219.7	推理模型/训练模型
Cascade-FasterRCNN-ResNet50-FPN	41.1	245.4	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)。 ## [小目标检测模块](../module_usage/tutorials/cv_modules/small_object_detection.md)

模型名称	mAP（%）	模型存储大小（MB）	模型下载链接
PP-YOLOE_plus_SOD-S	25.1	77.3	推理模型/训练模型
PP-YOLOE_plus_SOD-L	31.9	325.0	推理模型/训练模型
PP-YOLOE_plus_SOD-largesize-L	42.7	340.5	推理模型/训练模型

注：以上精度指标为 [VisDrone-DET](https://github.com/VisDrone/VisDrone-Dataset) 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
Deeplabv3_Plus-R50	80.36	94.9	推理模型/训练模型
Deeplabv3_Plus-R101	81.10	162.5	推理模型/训练模型
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。 ## [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。 ## [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）。