PaddleX模型列表（昆仑 XPU）¶
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¶
| 模型名称 | Top1 Acc（%） | 模型存储大小（M) | 模型下载链接 |
|---|---|---|---|
| MobileNetV3_large_x0_5 | 69.2 | 9.6 M | 推理模型/训练模型 |
| MobileNetV3_large_x0_35 | 64.3 | 7.5 M | 推理模型/训练模型 |
| MobileNetV3_large_x0_75 | 73.1 | 14.0 M | 推理模型/训练模型 |
| MobileNetV3_large_x1_0 | 75.3 | 19.5 M | 推理模型/训练模型 |
| MobileNetV3_large_x1_25 | 76.4 | 26.5 M | 推理模型/训练模型 |
| MobileNetV3_small_x0_5 | 59.2 | 6.8 M | 推理模型/训练模型 |
| MobileNetV3_small_x0_35 | 53.0 | 6.0 M | 推理模型/训练模型 |
| MobileNetV3_small_x0_75 | 66.0 | 8.5 M | 推理模型/训练模型 |
| MobileNetV3_small_x1_0 | 68.2 | 10.5 M | 推理模型/训练模型 |
| MobileNetV3_small_x1_25 | 70.7 | 13.0 M | 推理模型/训练模型 |
| PP-HGNet_small | 81.51 | 86.5 M | 推理模型/训练模型 |
| PP-LCNet_x0_5 | 63.14 | 6.7 M | 推理模型/训练模型 |
| PP-LCNet_x0_25 | 51.86 | 5.5 M | 推理模型/训练模型 |
| PP-LCNet_x0_35 | 58.09 | 5.9 M | 推理模型/训练模型 |
| PP-LCNet_x0_75 | 68.18 | 8.4 M | 推理模型/训练模型 |
| PP-LCNet_x1_0 | 71.32 | 10.5 M | 推理模型/训练模型 |
| PP-LCNet_x1_5 | 73.71 | 16.0 M | 推理模型/训练模型 |
| PP-LCNet_x2_0 | 75.18 | 23.2 M | 推理模型/训练模型 |
| PP-LCNet_x2_5 | 76.60 | 32.1 M | 推理模型/训练模型 |
| ResNet18 | 71.0 | 41.5 M | 推理模型/训练模型 |
| ResNet34 | 74.6 | 77.3 M | 推理模型/训练模型 |
| ResNet50 | 76.5 | 90.8 M | 推理模型/训练模型 |
| ResNet101 | 77.6 | 158.7 M | 推理模型/训练模型 |
| ResNet152 | 78.3 | 214.2 M | 推理模型/训练模型 |
注：以上精度指标为ImageNet-1k验证集 Top1 Acc。
目标检测模块¶
| 模型名称 | mAP（%） | 模型存储大小（M) | 模型下载链接 |
|---|---|---|---|
| PicoDet-L | 42.6 | 20.9 M | 推理模型/训练模型 |
| PicoDet-S | 29.1 | 4.4 M | 推理模型/训练模型 |
| PP-YOLOE_plus-L | 52.9 | 185.3 M | 推理模型/训练模型 |
| PP-YOLOE_plus-M | 49.8 | 83.2 M | 推理模型/训练模型 |
| PP-YOLOE_plus-S | 43.7 | 28.3 M | 推理模型/训练模型 |
| PP-YOLOE_plus-X | 54.7 | 349.4 M | 推理模型/训练模型 |
注：以上精度指标为COCO2017验证集 mAP(0.5:0.95)。
语义分割模块¶
| 模型名称 | mloU（%） | 模型存储大小（M) | 模型下载链接 |
|---|---|---|---|
| PP-LiteSeg-T | 73.10 | 28.5 M | 推理模型/训练模型 |
注：以上精度指标为Cityscapes数据集 mloU。
文本检测模块¶
| 模型名称 | 检测Hmean（%） | 模型存储大小（M) | 模型下载链接 |
|---|---|---|---|
| PP-OCRv4_mobile_det | 77.79 | 4.2 M | 推理模型/训练模型 |
| PP-OCRv4_server_det ） | 82.69 | 100.1M | 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¶
| 模型名称 | 识别Avg Accuracy(%) | 模型存储大小（M) | 模型下载链接 |
|---|---|---|---|
| PP-OCRv4_mobile_rec | 78.20 | 10.6 M | 推理模型/训练模型 |
| PP-OCRv4_server_rec | 79.20 | 71.2 M | 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。
版面区域分析模块¶
| 模型名称 | mAP（%） | 模型存储大小（M) | 模型下载链接 |
|---|---|---|---|
| PicoDet_layout_1x | 86.8 | 7.4M | 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¶
| 模型名称 | mse | mae | 模型存储大小（M) | 模型下载链接 |
|---|---|---|---|---|
| DLinear | 0.382 | 0.394 | 72K | 推理模型/训练模型 |
| NLinear | 0.386 | 0.392 | 40K | 推理模型/训练模型 |
| RLinear | 0.384 | 0.392 | 40K | 推理模型/训练模型 |
注：以上精度指标测量自ETTH1数据集 （在测试集test.csv上的评测结果）。