6. ModelZoo模型库
后摩大道® M50软件平台ModelZoo提供了帮助用户在Linux系统上快速移植模型到后摩设备上的模型合集，其中包括量化、编译、推理、精度和性能评估等一套完整的代码和工具。开发者可以参考ModelZoo源代码做二次开发。
注意
ModelZoo提供的模型示例未经完整测试验证，仅用于演示模型的运行流程。示例中的模型文件可能并非使用当前版本的软件栈编译生成。
ModelZoo提供的模型示例仅用于帮助用户快速了解和使用 后摩大道® M50 软件平台。如果想要达到更好的网络性能，仍需要调整和优化。
在x86_64推理部署镜像（deploy镜像）和AArch64 推理部署镜像中，ModelZoo模型开发样例为受限支持。上述平台不支持模型量化和模型编译能力，因此样例中涉及量化、编译的脚本或流程不适用于这些平台。
ModelZoo位于 应用开发示例包（示例代码） 中 houmo-examples-<target_hw>_<release>.zip/houmo-examples-xh2/models 目录下。使用 MODELZOO_PATH 环境变量表示ModelZoo所在路径。
ModelZoo模型库仅部分模型示例支持在后摩M50系列产品上运行，下面目录结构仅展示支持的模型示例：
|-- models # ModelZoo网络模型示例，包括各网络模型编译、推理、性能评估的运行脚本等。
| |-- asr # 自动语音识别相关网络模型
| | |-- glm-asr # 中文场景专用通用语音识别模型
| | |-- qwen3-asr # 通用语音识别模型
| | |-- sensevoice # 语音识别、情感识别和语音事件检测模型
| | |-- ct_transformer # 语音文本后处理模型
| | |-- cam # CAM++语言识别模型
| | |-- emotion2vec # 自监督语音情感识别与训练模型
| | `-- whisper # 多语种全局通用语音识别模型
| |-- autodrive # 自动驾驶相关网络模型
| | `-- yolop # YOLOP网络模型
| |-- backbone # Backbone网络模型
| | |-- efficientnet # EfficientNet网络模型
| | |-- mobilenetv2 # MobileNetV2网络模型
| | |-- resnet50 # ResNet50网络模型
| | |-- yolov8m-cls # YOLOv8m 的图像分类模型
| | |-- dinov3-base # DINOv3系列视觉基础模型
| | `-- ViT-B-16 # Vision Transformer网络模型
| |-- detection # 检测网络模型
| | |-- yolov3 # YOLOv3网络模型
| | |-- yolov5s # YOLOv5s网络模型（含动态裁剪功能）
| | |-- yolov5s_feature # YOLOv5s网络模型（无动态裁剪功能）
| | |-- yolov7 # YOLOv7网络模型
| | |-- yolov8m # YOLOv8m网络模型
| | |-- yolov9m # YOLOv9m网络模型
| | |-- yolov10m # YOLOv10m网络模型
| | |-- yolo11m # YOLO11m网络模型
| | |-- yolo12m # YOLO12m网络模型
| | |-- yolov5m_face # YOLOv5m人脸检测模型
| | |-- yolox # YOLOX网络模型
| | `-- yolo26m # YOLO26m网络模型
| |-- diffusion # 扩散生成模型
| | `-- z-image # 文本到图像生成扩散模型
| |-- embedding # 嵌入模型
| | |-- qwen3-embedding # 文本向量化模型
| | |-- qwen3-vl-embedding # 通义千问第三代视觉语言嵌入模型
| | |-- bge # BGE信息检索模型
| | |-- siglip2 # 多语言视觉语言编码模型
| | `-- gte # GTE信息检索模型
| |-- estimation # 实时人体姿态估计相关网络模型
| | `-- yolov8m-pose # 评估网络模型
| |-- lalm # lalm相关网络模型
| | `-- funaudiochat # 端到端语音对话大模型
| |-- llm # 大语言模型
| | |-- laguna-s-2.1 # Poolside混合专家MOE编程模型
| | |-- qwen-agentworld # 千问纯文本大语言模型
| | `-- qwen3.5 # Qwen3.5模型，包括0.8B、2B、4B、9B、122B
| | # 和Qwen3.6-35B-A3B和Qwen3.6-27B模型
| | # 以及Qwen3.8-27B模型
| |-- ocr # 深度学习的图像文字识别模型（基于OCR）
| | |-- glm-ocr # 文本识别模型
| | |-- lprnet # 车牌识别网络模型
| | |-- mineru2.5 # 文档解析视觉语言大模型
| | |-- paddleocr_v5 # 百度飞桨第五代文字识别模型
| | `-- paddleocr-vl-1.6 # 百度飞桨OCR视觉语言文档理解模型
| |-- omni # 多模态大型语言模型
| | `-- qwen3-omni # Qwen3原生端到端全模态大模型
| |-- reranker # 重排序模型
| | `-- qwen3-reranker # 基于语义相关性的检索结果重排序模型
| |-- segmentation # 图像分割相关网络模型
| | |-- sam2 # Meta第二代可提示图像视频分割模型
| | |-- sam3 # Meta第三代可提示图像视频分割模型
| | `-- yolov8m_seg # YOLOv8m图像分割网络模型
| |-- tts # 语音合成模型
| | |-- qwen3-tts # qwen3端到端大模型文本转语音模型
| | `-- cosyvoice3 # CosyVoice3语音合成模型
| `-- vlm # 多模态和高性能大模型推理加速引擎
| | |-- gemma4 # Gemma4开源权重多模态大模型
| | |-- minicpm-v-4.5 # 端侧多模态视觉语言大模型
| | |-- minicpm-v-4.6 # 新一代端侧多模态视觉语言大模型
| | `-- ornith1.0 # 智能体编程的自改进开源模型
|-- data # 模型和数据集
|-- hmodel # 量化模型配置和工具
|-- requirements.txt # Python环境依赖
`-- env.sh # ModelZoo环境变量配置脚本