models: Models of MindSpore

欢迎来到MindSpore ModelZoo

为了让开发者更好地体验MindSpore框架优势，我们将陆续增加更多的典型网络和相关预训练模型。如果您对ModelZoo有任何需求，请通过Gitee或MindSpore与我们联系，我们将及时处理。

使用最新MindSpore API的SOTA模型
MindSpore优势
官方维护和支持

领域	子领域	网络	Ascend	GPU	CPU
计算机视觉（CV）	图像分类（Image Classification）	AlexNet	✅	✅
计算机视觉（CV）	图像分类（Image Classification）	CNN	✅
计算机视觉（CV）	图像分类（Image Classification）	DenseNet100			✅
计算机视觉（CV）	图像分类（Image Classification）	DenseNet121	✅
计算机视觉（CV）	图像分类（Image Classification）	DPN	✅
计算机视觉（CV）	图像分类（Image Classification）	EfficientNet-B0		✅
计算机视觉（CV）	图像分类（Image Classification）	GoogLeNet	✅	✅
计算机视觉（CV）	图像分类（Image Classification）	InceptionV3	✅
计算机视觉（CV）	图像分类（Image Classification）	InceptionV4	✅
计算机视觉（CV）	图像分类（Image Classification）	LeNet	✅	✅	✅
计算机视觉（CV）	图像分类（Image Classification）	LeNet（量化）	✅	✅
计算机视觉（CV）	图像分类（Image Classification）	MobileNetV1	✅
计算机视觉（CV）	图像分类（Image Classification）	MobileNetV2	✅	✅	✅
计算机视觉（CV）	图像分类（Image Classification）	MobileNetV2（量化）	✅	✅
计算机视觉（CV）	图像分类（Image Classification）	MobileNetV3		✅
计算机视觉（CV）	图像分类（Image Classification）	NASNet		✅
计算机视觉（CV）	图像分类（Image Classification）	ResNet-18	✅
计算机视觉（CV）	图像分类（Image Classification）	ResNet-50	✅	✅	✅
计算机视觉（CV）	图像分类（Image Classification）	ResNet-50（量化）	✅
计算机视觉（CV）	图像分类（Image Classification）	ResNet-101	✅	✅
计算机视觉（CV）	图像分类（Image Classification）	ResNeXt50	✅	✅
计算机视觉（CV）	图像分类（Image Classification）	SE-ResNet50	✅
计算机视觉（CV）	图像分类（Image Classification）	ShuffleNetV1	✅
计算机视觉（CV）	图像分类（Image Classification）	ShuffleNetV2		✅
计算机视觉（CV）	图像分类（Image Classification）	SqueezeNet	✅
计算机视觉（CV）	图像分类（Image Classification）	Tiny-DarkNet	✅
计算机视觉（CV）	图像分类（Image Classification）	VGG16	✅	✅
计算机视觉（CV）	图像分类（Image Classification）	Xception	✅
计算机视觉（CV）	目标检测（Object Detection）	CenterFace	✅
计算机视觉（CV）	目标检测（Object Detection）	CTPN	✅
计算机视觉（CV）	目标检测（Object Detection）	Faster R-CNN	✅	✅
计算机视觉（CV）	目标检测（Object Detection）	Mask R-CNN	✅
计算机视觉（CV）	目标检测（Object Detection）	Mask R-CNN (MobileNetV1)	✅
计算机视觉（CV）	目标检测（Object Detection）	RetinaFace-ResNet50		✅
计算机视觉（CV）	目标检测（Object Detection）	SSD	✅	✅	✅
计算机视觉（CV）	目标检测（Object Detection）	SSD-MobileNetV1-FPN	✅
计算机视觉（CV）	目标检测（Object Detection）	SSD-Resnet50-FPN	✅
计算机视觉（CV）	目标检测（Object Detection）	SSD-VGG16	✅
计算机视觉（CV）	目标检测（Object Detection）	WarpCTC	✅	✅
计算机视觉（CV）	目标检测（Object Detection）	YOLOv3-ResNet18	✅
计算机视觉（CV）	目标检测（Object Detection）	YOLOv3-DarkNet53	✅	✅
计算机视觉（CV）	目标检测（Object Detection）	YOLOv3-DarkNet53（量化）	✅
计算机视觉（CV）	目标检测（Object Detection）	YOLOv4	✅
计算机视觉（CV）	文本检测（Text Detection）	DeepText	✅
计算机视觉（CV）	文本检测（Text Detection）	PSENet	✅
计算机视觉（CV）	文本识别（Text Recognition）	CNN+CTC	✅
计算机视觉（CV）	语义分割（Semantic Segmentation）	DeepLabV3	✅		✅
计算机视觉（CV）	语义分割（Semantic Segmentation）	U-Net2D (Medical)	✅
计算机视觉（CV）	语义分割（Semantic Segmentation）	U-Net3D (Medical)	✅
计算机视觉（CV）	语义分割（Semantic Segmentation）	U-Net++	✅
计算机视觉（CV）	关键点检测（Keypoint Detection）	OpenPose	✅
计算机视觉（CV）	关键点检测（Keypoint Detection）	SimplePoseNet	✅
计算机视觉（CV）	光学字符识别（Optical Character Recognition）	CRNN	✅
自然语言处理（NLP）	自然语言理解（Natural Language Understanding）	BERT	✅	✅
自然语言处理（NLP）	自然语言理解（Natural Language Understanding）	FastText	✅
自然语言处理（NLP）	自然语言理解（Natural Language Understanding）	GNMT v2	✅
自然语言处理（NLP）	自然语言理解（Natural Language Understanding）	GRU	✅
自然语言处理（NLP）	自然语言理解（Natural Language Understanding）	MASS	✅	✅
自然语言处理（NLP）	自然语言理解（Natural Language Understanding）	SentimentNet	✅	✅	✅
自然语言处理（NLP）	自然语言理解（Natural Language Understanding）	Transformer	✅	✅
自然语言处理（NLP）	自然语言理解（Natural Language Understanding）	TinyBERT	✅	✅
自然语言处理（NLP）	自然语言理解（Natural Language Understanding）	TextCNN	✅
推荐（Recommender）	推荐系统、点击率预估（Recommender System, CTR prediction）	DeepFM	✅	✅	✅
推荐（Recommender）	推荐系统、搜索、排序（Recommender System, Search, Ranking）	Wide&Deep	✅	✅
推荐（Recommender）	推荐系统（Recommender System）	NAML	✅
推荐（Recommender）	推荐系统（Recommender System）	NCF	✅
图神经网络（GNN）	文本分类（Text Classification）	GCN	✅
图神经网络（GNN）	文本分类（Text Classification）	GAT	✅
图神经网络（GNN）	推荐系统（Recommender System）	BGCF	✅

研究网络

领域	子领域	网络	Ascend	GPU	CPU
计算机视觉（CV）	图像分类（Image Classification）	FaceAttributes	✅
计算机视觉（CV）	目标检测（Object Detection）	FaceDetection	✅
计算机视觉（CV）	图像分类（Image Classification）	FaceQualityAssessment	✅
计算机视觉（CV）	图像分类（Image Classification）	FaceRecognition	✅
计算机视觉（CV）	图像分类（Image Classification）	FaceRecognitionForTracking	✅
计算机视觉（CV）	目标检测（Object Detection）	Spnas	✅
计算机视觉（CV）	目标检测（Object Detection）	SSD-GhostNet	✅
计算机视觉（CV）	关键点检测（Key Point Detection）	CenterNet	✅		✅
计算机视觉（CV）	图像风格迁移（Image Style Transfer）	CycleGAN			✅
自然语言处理（NLP）	自然语言理解（Natural Language Understanding）	DS-CNN	✅
自然语言处理（NLP）	自然语言理解（Natural Language Understanding）	TextRCNN	✅
自然语言处理（NLP）	自然语言理解（Natural Language Understanding）	TPRR	✅
推荐（Recommender）	推荐系统、点击率预估（Recommender System, CTR prediction）	AutoDis	✅
语音（Audio）	音频标注（Audio Tagging）	FCN-4	✅
高性能计算（HPC）	分子动力学（Molecular Dynamics）	DeepPotentialH2O	✅
高性能计算（HPC）	海洋模型（Ocean Model）	GOMO		✅

社区

公告

2021.9.15 `models`独立建仓

models仓库由原mindspore仓库的model_zoo目录独立分离而来，新仓库不继承历史commit记录，如果需要查找历史提2021.9.15之前的提交，请到mindspore仓库进行查询。

关联站点

这里是MindSpore框架提供的可以运行于包括Ascend/GPU/CPU/移动设备等多种设备的模型库。

相应的专属于Ascend平台的多框架模型可以参考昇腾ModelZoo以及对应的代码仓。

MindSpore相关的预训练模型可以在MindSpore hub或下载中心.

免责声明

MindSpore仅提供下载和预处理公共数据集的脚本。我们不拥有这些数据集，也不对它们的质量负责或维护。请确保您具有在数据集许可下使用该数据集的权限。在这些数据集上训练的模型仅用于非商业研究和教学目的。

致数据集拥有者：如果您不希望将数据集包含在MindSpore中，或者希望以任何方式对其进行更新，我们将根据要求删除或更新所有公共内容。请通过GitHub或Gitee与我们联系。非常感谢您对这个社区的理解和贡献。

MindSpore已获得Apache 2.0许可，请参见LICENSE文件。

许可证

Apache 2.0许可证

FAQ

想要获取更多关于MindSpore框架使用本身的FAQ问题的，可以参考官网FAQ

Q: 直接使用models下的模型出现内存不足错误，例如Failed to alloc memory pool memory, 该怎么处理?

A: 直接使用models下的模型出现内存不足的典型原因是由于运行模式（PYNATIVE_MODE)、运行环境配置、License控制（AI-TOKEN）的不同造成的：PYNATIVE_MODE通常比GRAPH_MODE使用更多内存，尤其是在需要进行反向传播计算的训练图中，你可以尝试使用一些更小的batch size；运行环境由于NPU的核数、内存等配置不同也会产生类似问题；License控制（AI-TOKEN）的不同档位会造成执行过程中内存开销不同，也可以尝试使用一些更小的batch size。
Q: 一些网络运行中报错接口不存在，例如cannot import，该怎么处理?

A: 优先检查一下获取网络脚本的分支，与所使用的MindSpore版本是否一致，部分新分支中的模型脚本会使用一些新版本MindSpore才支持的接口，从而在使用老版本MindSpore时会发生报错.
Q: 在windows环境上要怎么运行网络脚本？

A: 多数模型都是使用bash作为启动脚本，在Windows环境上无法直接使用bash命令，你可以考虑直接运行python命令而不是bash启动脚本，如果你确实想需要使用bash脚本，你可以考虑使用以下几种方法来运行模型：
1. 使用虚拟环境，可以构造一个linux的虚拟机或docker容器，然后在虚拟环境中运行脚本
2. 使用WSL，可以开启Windows的linux子系统来在Windows系统中运行linux，然后再WSL中运行脚本。
3. 使用Windows Bash，需要获取一个可以直接在Windows上运行bash的环境，常见的选择是cygwin或git bash
4. 跳过bash脚本，直接调用python程序。

ai mindspore / models

欢迎来到MindSpore ModelZoo

目录

标准网络

研究网络

公告

2021.9.15 `models`独立建仓

关联站点

免责声明

许可证

FAQ

简介

发行版

贡献者

近期动态

ai mindspore / models .gitee-modal { width: 500px !important; }

欢迎来到MindSpore ModelZoo

目录

标准网络

研究网络

公告

2021.9.15 models独立建仓

关联站点

免责声明

许可证

FAQ

简介

发行版

贡献者

近期动态

搜索帮助

ai mindspore / models

2021.9.15 `models`独立建仓