邊緣AI模型訓練、量化、編譯/基準測試和Model Zoo
有關先前版本的更多詳細資訊和信息，請參閱發行說明
如果您要在裝置/EVM 上使用編譯後的模型，那麼使用正確的 git 分支（與 SDK 版本相符）非常重要。
我們的文檔登陸頁面如下：
| 類別 | 工具連結 | 目的 | 不是 |
|---|---|---|---|
| 模型動物園/模型收藏 | 邊緣蓋模型動物園 | 提供預訓練模型的集合 | |
| 模型編譯和基準測試 | 邊緣蓋基準 | Edgeai-tidl-tools 之上的包裝器，可輕鬆進行模型編譯和速度/準確性基準測試 - 引入您自己的模型並編譯、基準測試和生成工件，以便在具有相機、推理和顯示的 SDK 上部署（使用 Edgeai-gst-apps） - 理解推理管道，包括資料集載入、預處理和後處理 - 大數據集的準確性和延遲基準測試 - 訓練後量化 - Docker 方便開發環境設置 | |
| 模型訓練工具 | Edgeai-模型最佳化 | 用於改進模型訓練的模型最佳化工具、訓練 TIDL 友善模型的工具。 -模型手術：以最小的精度損失修改模型並使其適用於 TI 設備（替換不支援的操作員） - QAT ：量化感知訓練，透過定點量化提高準確性 - 模型修剪/稀疏性：在訓練過程中引入稀疏性 - 僅適用於特定設備 - 正在開發中。 | - 不支援張量流 |
| 模型訓練和程式碼 | 艾蓋火炬視覺 邊緣偵測 邊緣AI-MMDetection3d Edgeai-HF-變壓器 邊緣組合 埃蓋伊約洛克斯 | 各種任務的培訓儲存庫 - 使用精簡版模型提供熱門訓練儲存庫（如 mmdetection、torchvision）的擴展 | - 不支援張量流 |
| 端到端模型開發 - 資料集、訓練和編譯 | 邊緣模型製作者 | 初學者友好，命令列，整合訓練和編譯環境 - 攜帶您自己的數據，選擇模型，執行訓練並產生用於在 SDK 上部署的工件 - 模型編輯器的後端工具（與模型編輯器相比，功能較早可用） | - 不支援自備模型工作流程 |
| 範例資料集，用於edgeai-modelmaker | Edgeai-資料集 | 範例資料集 |
技術文件可以在每個儲存庫的文檔中找到。這裡我們收集了一系列技術報告和教程，對各種主題進行了高級概述 - 請參閱Edge AI 技術報告。
