PaddleDetection Web SDK 模型分发

本仓库是 chenmohan 维护的转换权重镜像,提供 ModelScope 与 Hugging Face 固定来源,配合 web-sdk-pp-detection 使用。不是 PaddleDetection 官方账号。SDK 默认 ModelScope;ONNX 按需下载,不内置于 npm 包。

当前共 14 个规格、39 个稳定变体;Tiny 320 当前清单为 0.1.1(FP32、FP16)。

模型 当前清单 精度
PicoDet-XS 320 picodet-xs-320/1.0.1/manifest.json FP32、FP16
PicoDet-XS 416 picodet-xs-416/1.0.1/manifest.json FP32、FP16
PicoDet-S 320 picodet-s-320/1.0.1/manifest.json FP32、FP16、W8A32
PicoDet-S 416 picodet-s-416/1.0.1/manifest.json FP32、FP16、W8A32
PicoDet-M 320 picodet-m-320/1.0.1/manifest.json FP32、FP16、W8A32
PicoDet-M 416 picodet-m-416/1.0.1/manifest.json FP32、FP16、W8A32
PicoDet-L 416 picodet-l-416/1.0.1/manifest.json FP32、FP16、W8A32
PicoDet-L 640 picodet-l-640/1.0.1/manifest.json FP32、FP16、W8A32
PicoDet-L 320 picodet-l-320/1.0.2/manifest.json FP32、FP16、W8A32
PP-YOLOE+ S 640 ppyoloe-plus-s-640/0.1.1/manifest.json FP32、FP16、W8A32
PP-YOLOE+ M 640 ppyoloe-plus-m-640/0.1.1/manifest.json FP32、FP16、W8A32
PP-YOLOE+ L 640 ppyoloe-plus-l-640/0.1.1/manifest.json FP32、FP16、W8A32
PP-YOLO Tiny 320 ppyolo-tiny-320/0.1.1/manifest.json FP32、FP16
PP-YOLOE+ X 640 ppyoloe-plus-x-640/0.1.1/manifest.json FP32、FP16、W8A32

所有 PP-YOLOE+ 规格来自 PaddleDetection 固定提交 b25522a0f4bde8c80603f3ba5e3472059972e3b5 的官方配置和 COCO 权重,沿用既有 S 的 Apache-2.0 发布口径,保留 LICENSE。各目录模型卡列出原权重、转换修改、摘要和验证限制。COCO 图片各自的许可不被 SDK 或模型仓库许可替代。

SDK、Demo 和测试证据:https://github.com/chenmohan123/web-sdk-PP-Detection

M/L/X 的 0.1.1 新增 FP16 和 W8A32;FP32 复用原 0.1.0 不可变权重。六个新增变体经固定 64 图桌面 WASM/WebGPU 三轮验证,采用 AP 下降≤0.5 个百分点、score≥0.5/同类 IoU≥0.5 保留≥95% FP32 检测的识别门槛。IoU≥0.99 为坐标诊断;FP32 适用于要求原始框位置的场景。体积缩小是独立收益,不代表普遍加速、内存同比减少或新增移动端兼容。SDK/npm 仍为 0.4.0。

本轮质量与分发证据:https://github.com/chenmohan123/web-sdk-PP-Detection/tree/main/reports/distribution/2026-09-14-ppyoloe-mlx-precision

PicoDet 常规系列 FP32(2026-09-15)

现提供 XS/S/M 的 320、416,以及 L 的 320、416、640,共九个 FP32 规格。新增八规格版本 1.0.0,L-320 保持 1.0.2;Demo 默认 L-320 / FP32 / ModelScope,SDK/npm 保持 0.4.0。

同规格官方参考与最终 ONNX 在固定 64 图上对齐,桌面 WASM/WebGPU 均通过质量门槛;36 组 main/Worker 生命周期和双来源下载验证通过。来源为 PaddleDetection release/2.9 官方 LCNet 后处理 ONNX,遵循 Apache-2.0,具体来源、摘要和许可见各规格目录。本轮不增加手机或 NPU 兼容声明。

评测证据:https://github.com/chenmohan123/web-sdk-PP-Detection/tree/main/reports/evaluation/2026-09-14-picodet-series

PicoDet 精度扩展(2026-09-15)

新增八个 FP16 和六个 W8A32,该历史批次发布后共 13 个规格、37 个稳定变体。新清单版本为 1.0.1,L-320 保持 1.0.2;默认 L-320、FP32、ModelScope,SDK/npm 保持 0.4.0。三轮固定64图、WASM/WebGPU的六组同规格FP32对比全部达到 AP下降≤0.5点、score≥0.5/同类IoU≥0.5一对一保留率≥95% 才发布。XS-320/416 W8A32保留率不足95%,保留labs,不提供稳定下载。

新增FP16约减少35%–36%文件体积,达标W8A32约减少71%–74%。文件变小不代表普遍加速或峰值内存同比下降。本轮只新增Windows 11 / Chromium153桌面证据。逐变体对比、生命周期和双源验证:https://github.com/chenmohan123/web-sdk-PP-Detection/tree/main/reports/evaluation/2026-09-15-picodet-series-precision

PP-YOLO Tiny FP32(2026-09-15)

新增 Tiny 320 FP32 0.1.0,该历史批次发布后共14个规格、38个稳定变体。固定上游、许可、NMS转换和ICC输入边界见对应模型卡;本批仅增加桌面WASM/WebGPU证据。SDK/npm仍为0.4.0。

PP-YOLO Tiny FP16(2026-09-16)

Tiny 320 新增 0.1.1 稳定清单,复用 0.1.0 FP32 固定来源并新增达标 FP16,当前共14个规格、39个稳定变体。W8A32 未通过 AP 门槛,仅保留 labs,未上传稳定目录。SDK/npm仍为0.4.0;本轮仅新增固定桌面 WASM/WebGPU、main/Worker 与缓存证据,不扩展手机或 NPU 声明。

FP16 为 2,357,376 字节(约 2.36 MB),比 FP32 减少 47.7%;固定 64 图、两后端三轮验证中,最差 AP 下降约 0.175 点、检测保留率至少 99.52%。本机未测得加速,体积缩小不等于运行内存同比下降。

固定质量与分发证据 · 在线 Demo · 模型对比

Downloads last month

-

Downloads are not tracked for this model. How to track
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support