English | 简体中文
欢迎来到 Seeed Studio SSCMA Model Zoo。我们针对不同的应用场景，提供了一系列预训练的模型供您使用，配合 Seeed Studio SSCMA，您可以对这些模型进行测试和推理，并轻松地部署到边缘计算设备上。
SSCMA Model Zoo 专注于提供在 SSCMA 优化的神经网络上训练得到的模型，这些模型针对现实应用场景，能够在嵌入式设备上实现更快和更准确的推理。
目前，SSCMA Model Zoo 提供如下应用场景的预训练模型:
如果您需要特定场景下特定数据集的预训练模型，欢迎向我们提交 Issues。
如果您希望使用 SSCMA Model Zoo 提供的模型，我们建议您遵循以下步骤:
- 根据实际需求，选择相应的应用场景并挑选合适的神经网络。您可以浏览我们给出的测试数据进行选择。
- 下载选择好的模型。对于公开的预训练模型，您可以通过测试数据表格中的模型链接直接下载。
- 参考 SSCMA 文档 - 部署示例在边缘计算设备上进行部署。您也可以使用 SSCMA 在您的计算机上运行我们的模型，对我们的测试结果进行复现或推理测试。
如果您在使用 SSCMA Model Zoo 中预训练模型时遇到任何问题，我们建议您先按照以下步骤排查:
- 检查下载模型的正确性。预训练模型文件名的末尾包含该模型的 SHA-1 哈希值，您可以自行计算下载模型的 SHA-1 并与模型文件名中的进行比对 (如使用 Linux 下的
sha1sum命令)，校验模型一致性。 - 搜索 SSCMA Model Zoo - Issues 和 SSCMA - Issues，浏览是否有其他人反馈类似的问题。
如果以上方法都不能起到帮助，或者有其他关于 SSCMA Model Zoo 的问题，请向我们提交 Issues。
不同的神经网络、数据集和模型受不同的开园许可证保护，具体请参考 LICENSES。