ailia-models

GitHub
2.3k 358 简单 1 次阅读 昨天语言模型开发框架音频图像
AI 解读 由 AI 自动生成，仅供参考

ailia-models 是一个专为 ailia SDK 打造的预训练 AI 模型库，汇集了超过 400 个涵盖视觉、语音、大语言模型及动作识别等领域的最先进模型。它主要解决了开发者在跨平台部署 AI 时面临的模型适配难、推理速度慢以及缺乏现成示例代码等痛点。

无论是需要在 Windows、macOS、Linux 上运行，还是希望将 AI 功能嵌入 iOS、Android、Jetson 甚至树莓派等边缘设备，ailia-models 都能提供开箱即用的支持。其核心亮点在于利用 Vulkan 和 Metal 技术实现高效的 GPU 加速推理，并针对特定模型进行了深度优化，从而在资源受限的设备上也能获得流畅体验。此外，该库还提供了丰富的示例代码，支持 C++、Python、Unity、Rust 等多种主流开发语言，大幅降低了从算法验证到产品落地的门槛。

这套工具非常适合希望快速构建高性能 AI 应用的软件工程师、嵌入式开发人员以及算法研究者。如果你正在寻找一个既能保证推理速度，又具备广泛硬件兼容性的模型解决方案，ailia-models 将是一个值得信赖的选择，帮助你轻松将前沿 AI 技术转化为实际生产力。

使用场景

一家智能健身镜初创团队需要在低功耗的 Android 设备上实时分析用户的深蹲、拳击等动作，以提供即时纠正反馈。

没有 ailia-models 时

  • 模型适配困难：团队需手动将 PyTorch 训练的 ST-GCN 或 MARS 模型转换为推理格式，常因算子不支持导致导出失败，耗费数周调试。
  • 端侧性能瓶颈：普通推理引擎无法利用 Android 设备的 Vulkan GPU 加速，导致视频流分析帧率低于 15 FPS，动作识别严重滞后。
  • 缺乏现成示例：开发者需从零编写数据预处理和后处理代码，难以快速验证算法在真实摄像头画面中的效果。
  • 跨平台部署复杂：若未来需扩展至 iOS 或 Raspberry Pi 版本，需重新适配整套推理后端，维护成本极高。

使用 ailia-models 后

  • 开箱即用模型库：直接调用已验证优化的 st-gcn 和 mars 模型，无需关心底层转换细节，半天即可完成集成。
  • 高性能边缘推理：借助 ailia SDK 的 Vulkan 加速，在同等 Android 设备上实现 60+ FPS 的流畅识别，确保用户动作零延迟反馈。
  • 完整示例指引：参考官方提供的 Python 和 Kotlin 示例代码，快速打通从摄像头采集到骨骼点分析的完整链路。
  • 一次开发多端运行：同一套模型代码可无缝部署至 iOS（Metal 加速）或嵌入式开发板，大幅降低多产品线扩展成本。

ailia-models 通过提供预优化的高性能模型库，让开发者跳过繁琐的工程化陷阱，专注于核心业务逻辑的快速落地。

运行环境要求

操作系统
  • Windows
  • macOS
  • Linux
  • iOS
  • Android
GPU
  • 非必需
  • 支持通过 Vulkan (NVIDIA/AMD/Intel) 和 Metal (Apple) 进行 GPU 加速
  • 未指定具体显存大小或 CUDA 版本要求（因主要使用 Vulkan/Metal 而非纯 CUDA）
内存

未说明

依赖
notes该工具核心为 ailia SDK，是一个跨平台推理引擎。除了常规桌面系统，还支持嵌入式设备 (Jetson, Raspberry Pi) 和无操作系统环境 (Non-OS/RTOS)。支持的语言绑定包括 C++, Python, Unity (C#), Kotlin, Rust 和 Flutter。模型库包含 400+ 个预训练模型。
python未说明 (提供 Python 绑定)
ailia SDK
Vulkan Runtime (可选)
Metal (macOS/iOS 可选)
ailia-models hero image

快速开始

预先训练的、最先进的AI模型集合。

关于ailia SDK

ailia SDK 是一款跨平台、高速的AI推理SDK。它支持Windows、Mac、Linux、iOS、Android、Jetson和Raspberry Pi，并通过Vulkan和Metal实现GPU加速。提供C++、Python、Unity (C#)、Kotlin、Rust和Flutter等语言的绑定。

为什么选择ailia SDK

ailia SDK ONNX Runtime
通过Vulkan和Metal进行GPU推理 ✓ −
ailia语音/声音/LLM/分词器/跟踪器 ✓ −
400+个经过验证的模型库及示例代码 ✓ −
非操作系统/实时操作系统推理支持 ✓ −
Unity绑定和模型集合 ✓ △
模型特定优化 ✓ △

△ = 支持，但因通用实现而有所限制。

如何使用

立即在Google Colaboratory上试用。

如果您想在自己的电脑上尝试：

ailia MODELS教程

ailia MODELS教程日语版

文档

ailia-models维基

支持的模型

截至2026年3月12日，共有403个模型。

最新更新

  • 2026.03.12 添加depth_anything_v3、depth_pro
  • 2026.03.06 添加depth_anything_v2
  • 2026.03.04 添加gpt-sovits-v2-pro、bevformer、uniad
  • 2026.03.02 添加g2pw、gpt-sovits-v1、v2、v3（中文）
  • 2026.01.16 添加embeddinggemma
  • 2025.12.30 添加demucs、latentsync
  • 2025.12.26 添加sadtalker
  • 2025.12.25 添加samurai、cotracker3（ailia SDK 1.6.1）
  • 2025.12.21 添加silerovad v5、v6、v6_2
  • 2025.12.17 添加sensevoice、cosyvoice2
  • 2025.12.01 添加glass、mobilevlm、donut

更多信息请参阅我们的维基。

动作识别

模型 参考 导出自 支持的ailia版本 日期 博客
va-cnn 查看基于骨架的人类动作识别的自适应神经网络（VA） Pytorch 1.2.7及以上 2017年3月
st-gcn ST-GCN Pytorch 1.2.5及以上 2018年1月 EN JP
mars MARS：用于动作识别的运动增强RGB流 Pytorch 1.2.4及以上 2018年11月 EN JP
ax_action_recognition 实时动作识别 Pytorch 1.2.7及以上 2019年3月
driver-action-recognition-adas driver-action-recognition-adas-0002 OpenVINO 1.2.5及以上 2019年3月
action_clip ActionCLIP Pytorch 1.2.7及以上 2021年9月

异常检测

模型 参考 导出自 支持的ailia版本 日期 博客
mahalanobisad MahalanobisAD-pytorch Pytorch 1.2.9及以上 2020年5月
spade-pytorch 基于深度金字塔对应关系的子图像异常检测 Pytorch 1.2.6及以上 2020年5月
padim PaDiM-异常检测与定位-master Pytorch 1.2.6及以上 2020年11月 EN JP
patchcore PatchCore_anomaly_detection Pytorch 1.2.6及以上 2021年6月
glass 工业异常检测与定位的统一异常合成策略——梯度上升法 Pytorch 1.2.14及以上 2024年7月

音频语言模型

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
qwen_audio Qwen-Audio Pytorch 1.5.0 及更高版本 2023年11月 日文

音频处理

音频分类

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
crnn_audio_classification crnn-audio-classification Pytorch 1.2.5 及更高版本 2019年3月 英文 日文
audioset_tagging_cnn PANNs: 大规模预训练音频神经网络用于音频模式识别 Pytorch 1.2.9 及更高版本 2019年12月
transformer-cnn-emotion-recognition 通过并行化 CNN 和 Transformer 编码器结合语音情感的空间与时间特征表示 Pytorch 1.2.5 及更高版本 2020年10月
microsoft clap CLAP Pytorch 1.2.11 及更高版本 2022年6月
clap CLAP Pytorch 1.2.6 及更高版本 2022年11月 日文

音乐增强

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
hifigan HiFi-GAN Pytorch 1.2.9 及更高版本 2020年10月
deep music enhancer 关于使用深度神经网络进行音乐带宽扩展的滤波器泛化研究 Pytorch 1.2.6 及更高版本 2020年11月

音乐生成

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
pytorch_wavenet pytorch_wavenet Pytorch 1.2.14 及更高版本 2016年9月

噪声 reduction

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
rnnoise rnnoise Keras 1.2.15 及更高版本 2017年9月
voicefilter VoiceFilter Pytorch 1.2.7 及更高版本 2018年10月 英文 日文
unet_source_separation source_separation Pytorch 1.2.6 及更高版本 2019年7月 英文 日文
demucs Demucs Pytorch 1.4.0 及更高版本 2019年9月
dtln 双信号变换 LSTM 网络 Tensorflow 1.3.0 及更高版本 2020年5月
audiosep AudioSep Pytorch 1.3.0 及更高版本 2023年8月

音素对齐

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
narabas narabas: 日语音素强制对齐工具 Pytorch 1.2.11 及更高版本 2023年3月

音高检测

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
crepe torchcrepe Pytorch 1.2.10 及更高版本 2018年2月 日文

说话人分离

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
pyannote-audio Pyannote-audio Pytorch 1.2.15 及更高版本 2019年11月 JP
auto_speech AutoSpeech: 基于神经架构搜索的说话人识别 Pytorch 1.2.5 及更高版本 2020年5月 EN JP
wespeaker WeSpeaker Onnxruntime 1.2.9 及更高版本 2022年10月

语音转文本

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
deepspeech2 deepspeech.pytorch Pytorch 1.2.2 及更高版本 2017年10月 EN JP
whisper Whisper Pytorch 1.2.10 及更高版本 2022年12月 JP
reazon_speech ReazonSpeech Pytorch 1.4.0 及更高版本 2023年1月
distil-whisper Hugging Face - Distil-Whisper Pytorch 1.2.16 及更高版本 2023年11月
sensevoice SenseVoice Pytorch 1.2.13 及更高版本 2024年7月 JP
reazon_speech2 ReazonSpeech2 Pytorch 1.4.0 及更高版本 2024年2月
kotoba-whisper kotoba-whisper Pytorch 1.2.16 及更高版本 2024年4月

文本转语音

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
pytorch-dc-tts 基于深度卷积网络和引导注意力机制的高效可训练文本转语音系统 Pytorch 1.2.6 及更高版本 2017年10月 EN JP
tacotron2 Tacotron2 Pytorch 1.2.15 及更高版本 2018年2月 JP
vall-e-x VALL-E-X Pytorch 1.2.15 及更高版本 2023年3月 JP
Bert-VITS2 Bert-VITS2 Pytorch 1.2.16 及更高版本 2023年8月
gpt-sovits GPT-SoVITS Pytorch 1.4.0 及更高版本 2024年2月 JP
gpt-sovits-v2 GPT-SoVITS Pytorch 1.4.0 及更高版本 2024年8月
cosyvoice2 CosyVoice2 Pytorch 1.4.0 及更高版本 2024年12月
gpt-sovits-v3 GPT-SoVITS Pytorch 1.4.0 及更高版本 2025年2月
gpt-sovits-v2-pro GPT-SoVITS Pytorch 1.4.0 及更高版本 2025年6月 JP

语音活动检测

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
silero-vad Silero VAD Pytorch 1.2.15 及更高版本 2020年12月 JP

语音转换

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
rvc 基于检索的语音转换WebUI Pytorch 1.2.12及以上 2023年3月 JP

自动驾驶

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
bevformer BEVFormer Pytorch 1.6.1及以上 2022年3月 JP
uniad UniAD: 统一驾驶 Pytorch 1.6.1及以上 2022年12月 JP

背景去除

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
deep-image-matting 深度图像抠图 Keras 1.2.3及以上 2017年3月 EN JP
indexnet 索引很重要：为深度图像抠图学习索引 Pytorch 1.2.7及以上 2019年8月
U-2-Net U^2-Net：通过嵌套U结构深入显著目标检测 Pytorch 1.2.2及以上 2020年5月 EN JP
u2net-portrait-matting U^2-Net - 人像抠图 Pytorch 1.2.7及以上 2020年5月
u2net-human-seg U^2-Net - 人体分割 Pytorch 1.2.4及以上 2020年5月
cascade_psp CascadePSP Pytorch 1.2.9及以上 2020年5月
rembg Rembg Pytorch 1.2.4及以上 2020年8月
gfm 弥合合成与真实：迈向端到端深度图像抠图 Pytorch 1.2.10及以上 2020年10月
modnet MODNet：实时无三通道图人像抠图 Pytorch 1.2.7及以上 2020年11月
background_matting_v2 实时高分辨率背景抠图 Pytorch 1.2.9及以上 2020年12月
dis_seg 高度精确的二分图像分割 Pytorch 1.2.10及以上 2022年3月

人群计数

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
crowdcount-cascaded-mtl 基于CNN的级联多任务学习：
高层先验与密度估计用于人群计数
(单张图像人群计数)		 Pytorch 1.2.1及以上 2017年7月 EN JP
c-3-framework 人群计数代码框架(C^3-框架) Pytorch 1.2.5及以上 2019年7月

深度时尚

模型 参考 导出自 支持的 Ailia 版本 日期 博客
fashionai-key-points-detection A Pytorch Implementation of Cascaded Pyramid Network for FashionAI Key Points Detection Pytorch 1.2.5 及更高版本 2018年6月
person-attributes-recognition-crossroad person-attributes-recognition-crossroad-0230 Pytorch 1.2.10 及更高版本 2018年10月
clothing-detection Clothing-Detection Pytorch 1.2.1 及更高版本 2019年6月 EN JP
mmfashion MMFashion Pytorch 1.2.5 及更高版本 2019年11月 EN JP
mmfashion_tryon MMFashion virtual try-on Pytorch 1.2.8 及更高版本 2019年11月
mmfashion_retrieval MMFashion In-Shop Clothes Retrieval Pytorch 1.2.5 及更高版本 2019年11月

深度估计

模型 参考 导出自 支持的 Ailia 版本 日期 博客
fcrn-depthprediction Deeper Depth Prediction with Fully Convolutional Residual Networks TensorFlow 1.2.6 及更高版本 2016年6月
monodepth2 Monocular depth estimation from a single image Pytorch 1.2.2 及更高版本 2018年6月
fast-depth ICRA 2019 "FastDepth: Fast Monocular Depth Estimation on Embedded Systems" Pytorch 1.2.5 及更高版本 2019年3月
midas Towards Robust Monocular Depth Estimation:
Mixing Datasets for Zero-shot Cross-dataset Transfer		 Pytorch 1.2.4 及更高版本 2019年7月 EN JP
hitnet ONNX-HITNET-Stereo-Depth-estimation Pytorch 1.2.9 及更高版本 2020年7月
lap-depth LapDepth-release Pytorch 1.2.9 及更高版本 2021年1月
mobilestereonet MobileStereoNet Pytorch 1.2.13 及更高版本 2021年8月
crestereo ONNX-CREStereo-Depth-Estimation Pytorch 1.2.13 及更高版本 2022年3月
zoe_depth ZoeDepth Pytorch 1.3.0 及更高版本 2023年2月
depth_anything DepthAnything Pytorch 1.2.9 及更高版本 2024年1月
depth_anything_v2 Depth Anything V2 Pytorch 1.2.16 及更高版本 2024年6月
depth_pro Depth Pro: Sharp Monocular Metric Depth in Less Than a Second Pytorch 1.2.12 及更高版本 2024年10月
depth_anything_v3 Depth Anything V3 Pytorch 1.2.16 及更高版本 2025年11月

扩散

文本转图像

模型 参考 导出自 支持的 Ailia 版本 日期 博客
latent-diffusion-txt2img Latent Diffusion - txt2img Pytorch 1.2.10 及更高版本 2021年12月
stable-diffusion-txt2img Stable Diffusion Pytorch 1.2.14 及更高版本 2022年8月 JP
anything_v3 Linaqruf/anything-v3.0 Pytorch 1.5.0 及更高版本 2022年11月
control_net ControlNet Pytorch 1.2.15 及更高版本 2023年2月
latent-consistency-models latent-consistency-models Pytorch 1.2.16 及更高版本 2023年10月
sd-turbo Hugging Face - SD-Turbo Pytorch 1.2.16 及更高版本 2023年11月
sdxl-turbo Hugging Face - SDXL-Turbo Pytorch 1.2.16 及更高版本 2023年11月
depth_anything_controlnet DepthAnything Pytorch 1.2.16 及更高版本 2024年1月
latentsync LatentSync Pytorch 1.4.0 及更高版本 2024年12月

文本转音频

模型 参考 导出自 支持的 Ailia 版本 日期 博客
riffusion Riffusion Pytorch 1.2.16 及更高版本 2022年12月

其他

模型 参考 导出自 支持的 Ailia 版本 日期 博客
latent-diffusion-inpainting Latent Diffusion - inpainting Pytorch 1.2.10 及更高版本 2021年12月
latent-diffusion-superresolution Latent Diffusion - Super-resolution Pytorch 1.2.10 及更高版本 2021年12月
DA-CLIP DA-CLIP Pytorch 1.2.16 及更高版本 2023年10月
marigold Marigold: Repurposing Diffusion-Based Image Generators for Monocular Depth Estimation Pytorch 1.2.16 及更高版本 2023年12月

人脸检测

模型 参考资料 导出自 支持的 Ailia 版本 发布日期 博客
mtcnn mtcnn Keras 1.2.10 及更高版本 2016年4月
yolov1-face YOLO-Face-detection Darknet 1.1.0 及更高版本 2017年3月
face-detection-adas face-detection-adas-0001 OpenVINO 1.2.5 及更高版本 2018年10月
retinaface RetinaFace: Single-stage Dense Face Localisation in the Wild. Pytorch 1.2.5 及更高版本 2019年5月 JP
blazeface BlazeFace-PyTorch Pytorch 1.2.1 及更高版本 2019年7月 EN JP
yolov3-face Face detection using keras-yolov3 Keras 1.2.1 及更高版本 2019年12月
face-mask-detection Face detection using keras-yolov3 Keras 1.2.1 及更高版本 2019年12月 EN JP
dbface DBFace : real-time, single-stage detector for face detection,
with faster speed and higher accuracy		 Pytorch 1.2.2 及更高版本 2020年3月
anime-face-detector Anime Face Detector Pytorch 1.2.6 及更高版本 2021年10月

人脸识别

模型 参考资料 导出自 支持的 Ailia 版本 发布日期 博客
facenet_pytorch Face Recognition Using Pytorch Pytorch 1.2.6 及更高版本 2015年3月
insightface InsightFace: 2D and 3D Face Analysis Project Pytorch 1.2.5 及更高版本 2017年9月
vggface2 VGGFace2 Dataset for Face Recognition Caffe 1.1.0 及更高版本 2017年10月
arcface pytorch implement of arcface Pytorch 1.2.1 及更高版本 2018年1月 EN JP
cosface Pytorch implementation of CosFace Pytorch 1.2.10 及更高版本 2018年1月

人脸比对

年龄性别估计

模型 参考资料 导出自 支持的 Ailia 版本 日期 博客
face_classification 实时人脸检测与情绪/性别分类 Keras 1.1.0 及以上 2017年10月
age-gender-recognition-retail age-gender-recognition-retail-0013 OpenVINO 1.2.5 及以上 2018年5月 EN JP
mivolo MiVOLO：用于年龄和性别估计的多输入Transformer Pytorch 1.2.13 及以上 2023年7月 JP

情绪识别

模型 参考资料 导出自 支持的 Ailia 版本 日期 博客
ferplus FER+ CNTK 1.2.2 及以上 2016年8月
hsemotion HSEmotion（高速人脸情绪识别）库 Pytorch 1.2.5 及以上 2021年3月

凝视估计

模型 参考资料 导出自 支持的 Ailia 版本 日期 博客
gazeml 基于TensorFlow的深度学习框架，用于训练高性能凝视估计模型 TensorFlow 1.2.0 及以上 2018年5月
mediapipe_iris irislandmarks.pytorch Pytorch 1.2.2 及以上 2020年6月 EN JP
gazelle gazelle Pytorch 1.2.16 及以上 2024年12月 JP
ax_gaze_estimation ax 凝视估计 Pytorch 1.2.2 及以上 EN JP

头部姿态估计

模型 参考资料 导出自 支持的 Ailia 版本 日期 博客
hopenet deep-head-pose Pytorch 1.2.2 及以上 2017年10月 EN JP
6d_repnet 用于无约束头部姿态估计的6D旋转表示（Pytorch） Pytorch 1.2.6 及以上 2022年2月
L2CS_Net L2CS_Net Pytorch 1.2.9 及以上 2022年3月
6d_repnet_360 迈向鲁棒且无约束的全范围旋转头部姿态估计 Pytorch 1.2.9 及以上 2023年9月

关键点检测

模型 参考资料 导出自 支持的 Ailia 版本 日期 博客
face_alignment 使用 PyTorch 构建的 2D 和 3D 面部对齐库 PyTorch 1.2.1 及以上 2017年3月 EN JP
prnet 结合位置图回归网络的联合 3D 面部重建与密集对齐
TensorFlow 1.2.2 及以上 2018年3月
facemesh facemesh.pytorch PyTorch 1.2.2 及以上 2019年7月 EN JP
facial_feature kaggle-facial-keypoints PyTorch 1.2.0 及以上 2019年10月
3ddfa 迈向快速、准确且稳定的 3D 密集面部对齐 PyTorch 1.2.10 及以上 2020年9月
facemesh_v2 MediaPipe 面部地标检测 PyTorch 1.2.9 及以上 2023年5月 JP

其他

模型 参考资料 导出自 支持的 Ailia 版本 日期 博客
face-anti-spoofing 轻量级面部防欺骗 PyTorch 1.2.5 及以上 2020年7月 EN JP
ax_facial_features ax 面部特征 PyTorch 1.2.5 及以上 EN

面部修复

模型 参考资料 导出自 支持的 Ailia 版本 日期 博客
gfpgan GFP-GAN：基于生成式面部先验的真实世界盲人面部修复 PyTorch 1.2.10 及以上 2021年1月 JP
codeformer CodeFormer：基于码本查找变换器的鲁棒盲人面部修复 PyTorch 1.2.9 及以上 2022年6月

面部换脸

模型 参考资料 导出自 支持的 Ailia 版本 日期 博客
deepfacelive DeepFaceLive ONNX Runtime 1.2.10 及以上 2020年12月
sber-swap SberSwap PyTorch 1.2.12 及以上 2022年2月 JP
facefusion FaceFusion ONNX Runtime 1.2.10 及以上 2023年8月

帧插值

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
cain 视频帧插值中只需通道注意力机制 Pytorch 1.2.5 及以上 2019年11月
rife 用于视频帧插值的实时中间光流估计 Pytorch 1.2.13 及以上 2020年11月
flavr FLAVR：适用于快速帧插值的光流无关视频表示 Pytorch 1.2.7 及以上 2020年12月 EN JP
film FILM：大运动场景下的帧插值 Tensorflow 1.2.10 及以上 2022年2月

生成对抗网络

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
pytorch-gan PyTorch GAN Zoo 项目的代码仓库（用于训练此模型） Pytorch 1.2.4 及以上 2017年10月
lipgan LipGAN Keras 1.2.15 及以上 2019年10月 JP
council-gan Council-GAN Pytorch 1.2.4 及以上 2019年11月
sam 基于风格的回归模型进行年龄转换 Pytorch 1.2.9 及以上 2021年2月
encoder4editing 为 StyleGAN 图像操作设计编码器 Pytorch 1.2.10 及以上 2021年2月
restyle-encoder ReStyle Pytorch 1.2.9 及以上 2021年4月
SadTalker SadTalker Pytorch 1.5.0 及以上 2022年11月
live_portrait LivePortrait Pytorch 1.5.0 及以上 2024年7月 JP

手部检测

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
hand_detection_pytorch hand-detection.PyTorch Pytorch 1.2.2 及以上 2019年3月
yolov3-hand 使用 keras-yolov3 的人脸检测分支中的手部检测模块 Keras 1.2.1 及以上 2019年12月
blazepalm MediaPipePyTorch Pytorch 1.2.5 及以上 2020年6月

手部识别

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
hand3d ColorHandPose3D 网络 TensorFlow 1.2.5 及以上 2017年5月
v2v-posenet V2V-PoseNet Pytorch 1.2.6 及以上 2017年11月
minimal-hand Minimal Hand TensorFlow 1.2.8 及以上 2020年3月
blazehand MediaPipePyTorch Pytorch 1.2.5 及以上 2020年6月 EN JP
hands_segmentation_pytorch hands-segmentation-pytorch Pytorch 1.2.10 及以上 2021年4月

图像描述生成

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
illustration2vec Illustration2Vec Caffe 1.2.2 及以上 2015年11月
image_captioning_pytorch Image Captioning pytorch Pytorch 1.2.5 及以上 2016年12月 EN JP
blip2 Hugging Face - BLIP-2 Pytorch 1.2.16 及以上 2023年1月

图像分类

CNN

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
alexnet AlexNet PyTorch Pytorch 1.2.5 及更高版本 2012年9月
vgg16 非常深层的卷积网络用于大规模图像识别 Keras 1.1.0 及更高版本 2014年9月
googlenet 通过卷积更深入地学习 Pytorch 1.2.0 及更高版本 2014年9月
resnet18 ResNet18 Pytorch 1.2.8 及更高版本 2015年12月
resnet50 用于图像识别的深度残差学习 Chainer 1.2.0 及更高版本 2015年12月
inceptionv3 重新思考计算机视觉中的 Inception 架构 Pytorch 1.2.0 及更高版本 2015年12月 JP
inceptionv4 Keras Inception-V4 Keras 1.2.5 及更高版本 2016年2月
wide_resnet50 Wide Resnet Pytorch 1.2.5 及更高版本 2016年5月
mobilenetv2 MobileNet V2 的 PyTorch 实现 Pytorch 1.2.0 及更高版本 2018年1月
mobilenetv3 MobileNet V3 的 PyTorch 实现 Pytorch 1.2.1 及更高版本 2019年5月
efficientnet EfficientNet 的 PyTorch 实现 Pytorch 1.2.3 及更高版本 2019年5月
efficientnetv2 EfficientNetV2 Pytorch 1.2.4 及更高版本 2021年4月
imagenet21k ImageNet21K Pytorch 1.2.11 及更高版本 2021年4月
mlp_mixer MLP-Mixer Pytorch 1.2.9 及更高版本 2021年5月
volo VOLO：用于视觉识别的视觉观察者 Pytorch 1.2.9 及更高版本 2021年6月
convnext ConvNeXt 的 PyTorch 实现 Pytorch 1.2.5 及更高版本 2022年1月
mobileone MobileOne 的 PyTorch 实现 Pytorch 1.2.1 及更高版本 2022年6月

变压器

模型 参考资料 导出自 支持的 Ailia 版本 日期 博客
vit Vision Transformer 的 PyTorch 重实现（一张图胜过 16x16 个词：大规模图像识别中的 Transformer） Pytorch 1.2.7 及更高版本 2020年10月 EN JP
clip CLIP Pytorch 1.2.9 及更高版本 2021年2月 EN JP
swin-transformer Swin Transformer Pytorch 1.2.6 及更高版本 2021年3月
japanese-clip Japanese-CLIP Pytorch 1.2.15 及更高版本 2022年5月
japanese-stable-clip-vit-l-16 japanese-stable-clip-vit-l-16 Pytorch 1.2.11 及更高版本 2023年11月
clip-japanese-base line-corporation/clip-japanese-base Pytorch 1.2.16 及更高版本 2024年4月
siglip2 具有改进语义理解、定位和密集特征的多语言视觉-语言编码器 Pytorch 1.2.16 及更高版本 2025年2月 JP

具体任务

模型 参考资料 导出自 支持的 Ailia 版本 日期 博客
weather-prediction-from-image 基于图像的天气预测 - （图像的温暖感） Keras 1.2.5 及更高版本 2017年10月
partialconv 用于填充和图像修复的局部卷积层 Pytorch 1.2.0 及更高版本 2018年11月

图像修复

模型 参考资料 导出自 支持的 Ailia 版本 日期 博客
inpainting-with-partial-conv pytorch-inpainting-with-partial-conv PyTorch 1.2.6 及更高版本 2018年4月 EN JP
deepfillv2 带有门控卷积的自由形式图像修复 Pytorch 1.2.9 及更高版本 2018年6月
inpainting_gmcnn 通过生成式多列卷积神经网络进行图像修复 TensorFlow 1.2.6 及更高版本 2018年10月
3d-photo-inpainting 使用上下文感知分层深度修复技术的 3D 摄影 Pytorch 1.2.7 及更高版本 2020年4月
lama LaMa：基于傅里叶卷积的分辨率鲁棒性大掩码修复 Pytorch 1.2.13 及更高版本 2021年9月

图像处理

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
colorization Colorful Image Colorization Pytorch 1.2.2 及以上 2016年3月 EN JP
cnngeometric_pytorch CNNGeometric PyTorch implementation Pytorch 1.2.7 及以上 2017年3月
style2paints Style2Paints TensorFlow 1.2.6 及以上 2017年6月
deblur_gan DeblurGAN Pytorch 1.2.6 及以上 2017年11月
pytorch-superpoint pytorch-superpoint : Self-Supervised Interest Point Detection and Description Pytorch 1.2.6 及以上 2017年12月
noise2noise Learning Image Restoration without Clean Data Pytorch 1.2.0 及以上 2018年3月
dfe Deep Fundamental Matrix Estimation Pytorch 1.2.6 及以上 2018年10月
illnet Document Rectification and Illumination Correction using a Patch-based CNN Pytorch 1.2.2 及以上 2019年9月
dewarpnet DewarpNet: Single-Image Document Unwarping With Stacked 3D and 2D Regression Networks Pytorch 1.2.1 及以上 2019年10月
deep_white_balance Deep White-Balance Editing, CVPR 2020 (Oral) PyTorch 1.2.6 及以上 2020年4月
u2net_portrait U^2-Net: Going Deeper with Nested U-Structure for Salient Object Detection Pytorch 1.2.2 及以上 2020年5月
invertible_denoising_network Invertible Image Denoising Pytorch 1.2.8 及以上 2021年4月
dfm Deep Feature Matching Pytorch 1.2.6 及以上 2021年6月
fbcnn Towards Flexible Blind JPEG Artifacts Removal Pytorch 1.2.9 及以上 2021年9月
dehamer Image Dehazing Transformer with Transmission-Aware 3D Position Embedding Pytorch 1.2.13 及以上 2022年6月
lightglue LightGlue-ONNX Pytorch 1.2.15 及以上 2023年6月
docshadow DocShadow-ONNX-TensorRT Pytorch 1.2.10 及以上 2023年8月

图像修复

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
nafnet NAFNet: Nonlinear Activation Free Network for Image Restoration Pytorch 1.2.10 及以上 2022年3月 JP

图像分割

模型 参考 导出自 支持的 Ailia 版本 日期 博客
pytorch-fcn pytorch-fcn Pytorch 1.3.0 及更高版本 2014年11月
pytorch-enet PyTorch-ENet Pytorch 1.2.8 及更高版本 2016年6月
tusimple-DUC TuSimple-DUC Pytorch 1.2.10 及更高版本 2017年2月
pytorch-unet Pytorch-Unet Pytorch 1.2.5 及更高版本 2017年8月
deeplabv3 Xception65 作为 DeepLab v3+ 的骨干网络 Chainer 1.2.0 及更高版本 2018年2月
pspnet-hair-segmentation pytorch-hair-segmentation Pytorch 1.2.2 及更高版本 2018年11月
swiftnet SwiftNet Pytorch 1.2.6 及更高版本 2019年3月
hrnet_segmentation 高分辨率网络（HRNets）用于语义分割 Pytorch 1.2.1 及更高版本 2019年4月
hair_segmentation 移动端头发分割 Keras 1.2.1 及更高版本 2019年7月
paddleseg PaddleSeg Pytorch 1.2.7 及更高版本 2019年8月 EN JP
human_part_segmentation 人体解析的自我修正 Pytorch 1.2.4 及更高版本 2019年10月 EN JP
semantic-segmentation-mobilenet-v3 使用 MobileNetV3 进行语义分割 TensorFlow 1.2.5 及更高版本 2019年11月
suim SUIM Keras 1.2.6 及更高版本 2020年4月
yet-another-anime-segmenter 另一个动漫分割器 Pytorch 1.2.6 及更高版本 2020年10月
dense_prediction_transformers 用于密集预测的视觉Transformer Pytorch 1.2.7 及更高版本 2021年3月 EN JP
group_vit GroupViT Pytorch 1.2.10 及更高版本 2022年2月
pp_liteseg PP-LiteSeg Pytorch 1.2.10 及更高版本 2022年4月
anime-segmentation 动漫分割 Pytorch 1.2.9 及更高版本 2022年8月
yolov8-seg YOLOv8 Pytorch 1.2.14.1 及更高版本 2023年1月
segment-anything Segment Anything Pytorch 1.2.16 及更高版本 2023年4月
grounded_sam Grounded-SAM Pytorch 1.2.16 及更高版本 2023年4月
fast_sam FastSAM Pytorch 1.2.14 及更高版本 2023年6月
mobile_sam MobileSAM Pytorch 1.6.0 及更高版本 2023年6月
edge_sam EdgeSAM Pytorch 1.2.10 及更高版本 2023年12月
segment-anything-2 Segment Anything 2 Pytorch 1.2.16 及更高版本 2024年7月
yolov11-seg Ultralytics YOLO11 Pytorch 1.2.14.1 及更高版本 2024年9月

地标分类

模型 参考资料 导出自 支持的 Ailia 版本 日期 博客
places365 Places365-CNNs 发布 Pytorch 1.2.5 及以上 2016年10月
landmarks_classifier_asia Landmarks classifier_asia_V1.1 TensorFlow Hub 1.2.4 及以上 2020年4月 EN JP

线段检测

模型 参考资料 导出自 支持的 Ailia 版本 日期 博客
dexined DexiNed：用于边缘检测的密集极端 Inception 网络 Pytorch 1.2.5 及以上 2019年9月
mlsd M-LSD：面向轻量级和实时线段检测 TensorFlow 1.2.8 及以上 2021年6月 EN JP

低光图像增强

模型 参考资料 导出自 支持的 Ailia 版本 日期 博客
agllnet AGLLNet：注意力引导的低光图像增强（IJCV 2021） Pytorch 1.2.9 及以上 2019年8月 EN JP
drbn_skf DRBN SKF Pytorch 1.2.14 及以上 2023年4月

自然语言处理

Bert

模型 参考资料 导出自 支持的 Ailia 版本 日期 博客
bert pytorch-pretrained-bert Pytorch 1.2.2 及以上 2018年10月 EN JP
bert_maskedlm huggingface/transformers Pytorch 1.2.5 及以上 2018年10月
bert_question_answering huggingface/transformers Pytorch 1.2.5 及以上 2018年10月

嵌入

模型 参考资料 导出自 支持的 Ailia 版本 日期 博客
sentence_transformers_japanese sentence transformers Pytorch 1.2.7 及以上 2019年8月 JP
multilingual-e5 multilingual-e5-base Pytorch 1.2.15 及以上 2022年12月 JP
glucose GLuCoSE（基于通用 Luke 的对比句子嵌入）-基础日语版 Pytorch 1.2.15 及以上 2023年7月
ruri-v3 ruri-v3-310m Pytorch 1.2.13 及以上 2025年4月
embeddinggemma EmbeddingGemma Pytorch 1.2.14 及以上 2025年9月 JP

错误纠正器

模型 参考 导出自 支持的 Ailia 版本 日期 博客
bert_insert_punctuation bert-japanese Pytorch 1.2.15 及更高版本 2019年11月
bertjsc bertjsc Pytorch 1.2.15 及更高版本 2023年3月
t5_whisper_medical 使用 t5 进行医学术语纠错 Pytorch 1.2.13 及更高版本

字素到音素转换

模型 参考 导出自 支持的 Ailia 版本 日期 博客
g2p_en g2p_en Pytorch 1.2.14 及更高版本 2019年1月 JP
g2pw g2pW Pytorch 1.2.9 及更高版本 2022年3月
soundchoice-g2p Hugging Face - speechbrain/soundchoice-g2p Pytorch 1.2.16 及更高版本 2022年7月

命名实体识别

模型 参考 导出自 支持的 Ailia 版本 日期 博客
bert_ner huggingface/transformers Pytorch 1.2.5 及更高版本 2018年10月
t5_base_japanese_ner t5-japanese Pytorch 1.2.13 及更高版本 2021年3月
bert_ner_japanese jurabi/bert-ner-japanese Pytorch 1.2.10 及更高版本 2023年3月

重排序器

模型 参考 导出自 支持的 Ailia 版本 日期 博客
cross_encoder_mmarco jeffwan/mmarco-mMiniLMv2-L12-H384-v Pytorch 1.2.10 及更高版本 2022年9月 JP
japanese-reranker-cross-encoder hotchpotch/japanese-reranker-cross-encoder-large-v1 Pytorch 1.2.16 及更高版本 2024年4月

句子生成

模型 参考 导出自 支持的 Ailia 版本 日期 博客
gpt2 GPT-2 Pytorch 1.2.7 及更高版本 2019年2月
rinna_gpt2 japanese-pretrained-models Pytorch 1.2.7 及更高版本 2021年4月

情感分析

模型 参考 导出自 支持的 Ailia 版本 日期 博客
bert_sentiment_analysis huggingface/transformers Pytorch 1.2.5 及更高版本 2018年10月
bert_tweets_sentiment huggingface/transformers Pytorch 1.2.5 及更高版本 2018年10月

摘要生成

模型 参考 导出自 支持的 Ailia 版本 日期 博客
bert_sum_ext BERTSUMEXT Pytorch 1.2.7 及更高版本 2019年5月
presumm PreSumm Pytorch 1.2.8 及更高版本 2019年8月
t5_base_japanese_title_generation t5-japanese Pytorch 1.2.13 及更高版本 2021年3月 JP
t5_base_summarization t5-japanese Pytorch 1.2.13 及更高版本 2021年3月

翻译

模型 参考 导出自 支持的 Ailia 版本 日期 博客
fugumt-en-ja Fugu-Machine Translator Pytorch 1.2.9 及更高版本 2020年11月 JP
fugumt-ja-en Fugu-Machine Translator Pytorch 1.2.10 及更高版本 2020年11月

零样本分类

模型 参考 导出自 支持的 Ailia 版本 日期 博客
bert_zero_shot_classification huggingface/transformers Pytorch 1.2.5 及更高版本 2018年10月
multilingual-minilmv2 MoritzLaurer/multilingual-MiniLMv2-L12-mnli-xnli Pytorch 1.2.10 及更高版本 2022年6月

网络入侵检测

模型 参考 导出自 支持的 Ailia 版本 日期 博客
bert-network-packet-flow-header-payload bert-network-packet-flow-header-payload Pytorch 1.2.10 及更高版本 2023年9月
falcon-adapter-network-packet falcon-adapter-network-packet Pytorch 1.2.10 及更高版本 2023年9月

神经渲染

模型 参考 导出自 支持的 Ailia 版本 日期 博客
nerf NeRF: 神经辐射场 Tensorflow 1.2.10 及更高版本 2020年3月 EN JP
TripoSR TripoSR Pytorch 1.2.6 及更高版本 2024年3月

不适宜内容检测器

模型 参考 导出自 支持的 Ailia 版本 日期 博客
clip-based-nsfw-detector CLIP-based-NSFW-Detector Keras 1.2.10 及更高版本 2022年3月 JP

目标检测

CNN

模型 参考资料 导出自 支持的 Ailia 版本 日期 博客
yolov1-tiny YOLO：实时目标检测 Darknet 1.1.0 及以上 2015年6月 日文
yolov2 YOLO：实时目标检测 Pytorch 1.2.0 及以上 2016年12月
yolov2-tiny YOLO：实时目标检测 Pytorch 1.2.6 及以上 2016年12月
maskrcnn Mask R-CNN：用于实例分割的实时神经网络 Pytorch 1.2.3 及以上 2017年3月
yolov3 YOLO：实时目标检测 ONNX Runtime 1.2.1 及以上 2018年4月 英文 日文
yolov3-tiny YOLO：实时目标检测 ONNX Runtime 1.2.1 及以上 2018年4月
mobilenet_ssd 基于 MobileNetV1、MobileNetV2 和 VGG 的 SSD/SSD-lite PyTorch 实现 Pytorch 1.2.1 及以上 2018年8月 英文 日文
m2det M2Det：基于多级特征金字塔网络的单次目标检测器 Pytorch 1.2.3 及以上 2018年11月 英文 日文
centernet CenterNet：以点表示物体 Pytorch 1.2.1 及以上 2019年4月 英文 日文
yolact You Only Look At CoefficienTs Pytorch 1.2.6 及以上 2019年4月
efficientdet EfficientDet：可扩展且高效的对象检测，基于 PyTorch Pytorch 1.2.6 及以上 2019年11月
pedestrian_detection 基于 YOLOv3 的行人检测：研究与应用 Keras 1.2.1 及以上 2020年3月
crowd_det 拥挤场景中的目标检测 Pytorch 1.2.13 及以上 2020年3月
yolov4 PyTorch-YOLOv4 Pytorch 1.2.4 及以上 2020年4月 英文 日文
yolov4-tiny PyTorch-YOLOv4 Pytorch 1.2.5 及以上 2020年4月
yolov5 yolov5 Pytorch 1.2.5 及以上 2020年5月 英文 日文
poly_yolo Poly YOLO Keras 1.2.6 及以上 2020年5月
nanodet NanoDet Pytorch 1.2.6 及以上 2020年11月
yolor yolor Pytorch 1.2.5 及以上 2021年5月
yolox YOLOX Pytorch 1.2.6 及以上 2021年7月 英文 日文
picodet PP-PicoDet Pytorch 1.2.10 及以上 2021年11月
yolox-ti-lite edgeai-yolox Pytorch 1.2.9 及以上 2021年12月
yolov7 YOLOv7 Pytorch 1.2.7 及以上 2022年7月
fastest-det FastestDet Pytorch 1.2.5 及以上 2022年7月
yolov YOLOV Pytorch 1.2.10 及以上 2022年8月
yolov6 YOLOV6 Pytorch 1.2.10 及以上 2022年9月
damo_yolo DAMO-YOLO Pytorch 1.2.9 及以上 2022年11月
yolov8 YOLOv8 Pytorch 1.2.14.1 及以上 2023年1月
yolox_body_head_hand_face YOLOX-Body-Head-Hand-Face Pytorch 1.2.15 及以上 2024年1月
yolov9 YOLOv9 Pytorch 1.2.10 及以上 2024年2月
yolov10 YOLOv10 Pytorch 1.2.11 及以上 2024年5月
yolov11 YOLOv11 Pytorch 1.2.14 及以上 2024年9月
yolov12 YOLOv12 Pytorch 1.2.14 及以上 2025年2月

变压器

模型 参考 导出自 支持的 Ailia 版本 日期 博客
glip GLIP Pytorch 1.2.13 及更高版本 2021年12月
dab-detr DAB-DETR Pytorch 1.2.12 及更高版本 2022年1月
detic 使用图像级监督检测两万个类别 Pytorch 1.2.10 及更高版本 2022年1月 EN JP
groundingdino Grounding DINO Pytorch 1.2.16 及更高版本 2023年3月 JP
rt-detr-v2 RT-DETR Pytorch 1.2.13 及更高版本 2024年7月 JP

特定目标

模型 参考 导出自 支持的 Ailia 版本 日期 博客
traffic-sign-detection 交通标志检测 Tensorflow 1.2.10 及更高版本 2018年8月 EN JP
sku110k-densedet SKU110K-DenseDet Pytorch 1.2.9 及更高版本 2019年4月 EN JP
footandball FootAndBall：集成球员和球检测器 Pytorch 1.2.0 及更高版本 2019年12月
qrcode_wechatqrcode qrcode_wechatqrcode Caffe 1.2.15 及更高版本 2021年3月
mobile_object_localizer mobile_object_localizer_v1 TensorFlow Hub 1.2.6 及更高版本 2021年6月 EN JP
layout_parsing unstructured-inference Pytorch 1.2.9 及更高版本 2022年12月

三维目标检测

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
3d_bbox 利用深度学习和几何学进行 3D 边界框估计 Pytorch 1.2.6 及更高版本 2016 年 12 月
d4lcn D4LCN Pytorch 1.2.9 及更高版本 2019 年 12 月
egonet EgoNet Pytorch 1.2.9 及更高版本 2020 年 11 月
mediapipe_objectron MediaPipe Objectron TensorFlow Lite 1.2.5 及更高版本 2020 年 12 月
3d-object-detection.pytorch 3d-object-detection.pytorch Pytorch 1.2.8 及更高版本 2021 年 2 月 EN JP
did_m3d DID M3D Pytorch 1.2.11 及更高版本 2022 年 7 月

目标跟踪

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
deepsort 使用 PyTorch 的 Deep Sort Pytorch 1.2.3 及更高版本 2017 年 3 月 EN JP
person_reid_baseline_pytorch UTS-Person-reID-Practical Pytorch 1.2.6 及更高版本 2019 年 3 月
abd_net 专注但多样的行人再识别 Pytorch 1.2.7 及更高版本 2019 年 8 月
deepsort_vehicle 多摄像头实时目标跟踪 Pytorch 1.2.9 及更高版本 2020 年 5 月
qd-3dt 单目准密集 3D 对象跟踪 Pytorch 1.2.11 及更高版本 2021 年 3 月
centroids-reid 论质心在图像检索中的不合理有效性 Pytorch 1.2.9 及更高版本 2021 年 4 月
siam-mot SiamMOT Pytorch 1.2.9 及更高版本 2021 年 5 月
bytetrack ByteTrack Pytorch 1.2.5 及更高版本 2021 年 10 月 EN JP
strong_sort StrongSORT Pytorch 1.2.15 及更高版本 2022 年 2 月
samurai SAMURAI：通过运动感知内存将 Segment Anything Model 适配到零样本视觉跟踪 Pytorch 1.6.1 及更高版本 2024 年 11 月

光流估计

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
raft RAFT：用于光流估计的递归全对场变换 Pytorch 1.2.6 及更高版本 2020 年 3 月 EN JP
cotracker3 CoTracker3：通过伪标签真实视频实现更简单、更好的点跟踪 Pytorch 1.6.1 及更高版本 2024 年 10 月

点云分割

模型 参考资料 导出自 支持的 Ailia 版本 日期 博客
pointnet_pytorch PointNet.pytorch Pytorch 1.2.6 及更高版本 2016年12月

姿势估计

模型 参考资料 导出自 支持的 Ailia 版本 日期 博客
openpose CVPR'17 实时多人姿态估计代码库（口头报告） Caffe 1.2.1 及更高版本 2016年11月
posenet PoseNet Pytorch Pytorch 1.2.10 及更高版本 2017年1月
pose_resnet 人体姿态估计与跟踪的简单基线 Pytorch 1.2.1 及更高版本 2018年4月 EN JP
lightweight-human-pose-estimation 在 PyTorch 中快速准确的人体姿态估计。
包含
“CPU 上的实时 2D 多人姿态估计：轻量级 OpenPose”论文的实现。		 Pytorch 1.2.1 及更高版本 2018年11月 EN JP
animalpose MMPose - 2D 动物姿态估计 Pytorch 1.2.7 及更高版本 2019年8月 EN JP
efficientpose EfficientPose 的代码库 TensorFlow 1.2.6 及更高版本 2020年4月
blazepose MediaPipePyTorch Pytorch 1.2.5 及更高版本 2020年6月
mediapipe_holistic MediaPipe Holistic TensorFlow 1.2.9 及更高版本 2020年12月
movenet movenet 的代码库 TensorFlow 1.2.8 及更高版本 2021年5月 EN JP
ap-10k AP-10K Pytorch 1.2.4 及更高版本 2021年8月
e2pose E2Pose Tensorflow 1.2.5 及更高版本 2022年10月

三维姿态估计

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
pose-hg-3d 迈向野外环境下的三维人体姿态估计：一种弱监督方法 Pytorch 1.2.6 及以上 2017年4月
3d-pose-baseline TensorFlow 中用于三维人体姿态估计的简单基线。
在 ICCV 17 上展示。		 TensorFlow 1.2.3 及以上 2017年5月
lightweight-human-pose-estimation-3d PyTorch 中的实时多人三维姿态估计演示。
可使用 OpenVINO 后端在 CPU 上进行快速推理。		 Pytorch 1.2.1 及以上 2017年12月
3dmppe_posenet “基于相机距离感知的自上而下方法，用于从单张 RGB 图像中进行多人三维姿态估计”的 PoseNet Pytorch 1.2.6 及以上 2019年7月
gast 用于视频中三维人体姿态估计的图注意力时空卷积网络 (GAST-Net) Pytorch 1.2.7 及以上 2020年3月 EN JP
blazepose-fullbody MediaPipe TensorFlow Lite 1.2.5 及以上 2020年6月 EN JP
mediapipe_pose_world_landmarks MediaPipe 姿态的真实世界 3D 坐标 TensorFlow Lite 1.2.10 及以上 2022年6月

道路检测

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
road-segmentation-adas road-segmentation-adas-0001 OpenVINO 1.2.5 及以上 2018年9月
codes-for-lane-detection Codes-for-Lane-Detection Pytorch 1.2.6 及以上 2019年8月 EN JP
ultra-fast-lane-detection Ultra-Fast-Lane-Detection Pytorch 1.2.6 及以上 2020年4月
polylanenet PolyLaneNet Pytorch 1.2.9 及以上 2020年4月
roneld RONELD-Lane-Detection Pytorch 1.2.6 及以上 2020年10月
lstr LSTR Pytorch 1.2.8 及以上 2020年11月
yolop YOLOP Pytorch 1.2.6 及以上 2021年8月
cdnet CDNet Pytorch 1.2.5 及以上 2022年2月
hybridnets HybridNets Pytorch 1.2.6 及以上 2022年3月

旋转预测

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
rotnet 用于预测图像旋转角度以校正其方向的 CNN Keras 1.2.1 及以上 2018年3月

风格迁移

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
adain 使用自适应实例归一化实现实时任意风格迁移 Pytorch 1.2.1 及更高版本 2017年3月 EN JP
pix2pixHD pix2pixHD：基于条件 GAN 的高分辨率图像合成与语义操控 Pytorch 1.2.6 及更高版本 2017年11月
beauty_gan BeautyGAN Pytorch 1.2.7 及更高版本 2018年7月
psgan PSGAN：鲁棒姿态和表情的空间感知 GAN，用于可定制的化妆迁移 Pytorch 1.2.7 及更高版本 2019年9月
animeganv2 AnimeGANv2 的 PyTorch 实现 Pytorch 1.2.5 及更高版本 2020年11月
EleGANt EleGANt：精致且可局部编辑的 GAN，用于化妆迁移 Pytorch 1.2.15 及更高版本 2022年7月

超分辨率

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
srresnet 使用生成对抗网络实现照片级真实感单幅图像超分辨率 Pytorch 1.2.0 及更高版本 2016年9月 EN JP
edsr 用于单幅图像超分辨率的增强深度残差网络 Pytorch 1.2.6 及更高版本 2017年7月 EN JP
han 通过整体注意力网络实现单幅图像超分辨率 Pytorch 1.2.6 及更高版本 2020年8月
real-esrgan Real-ESRGAN Pytorch 1.2.9 及更高版本 2021年7月 JP
swinir SwinIR：使用 Swin Transformer 进行图像修复 Pytorch 1.2.12 及更高版本 2021年8月
rcan-it 重新审视 RCAN：改进的图像超分辨率训练方法 Pytorch 1.2.10 及更高版本 2022年1月
Hat Hat Pytorch 1.2.6 及更高版本 2022年5月
SPAN SPAN Pytorch 1.2.14 及更高版本 2023年11月 JP

文本检测

模型 参考文献 导出自 支持的 Ailia 版本 日期 博客
east EAST：高效准确的场景文本检测器 TensorFlow 1.2.6 及更高版本 2017年4月
pixel_link Pixel-Link TensorFlow 1.2.6 及更高版本 2018年1月
craft_pytorch CRAFT：面向文本检测的字符区域感知模型 Pytorch 1.2.2 及更高版本 2019年4月

文本识别

模型 参考资料 导出自 支持的 Ailia 版本 日期 博客
etl 日本字符分类 Keras 1.1.0 及以上 1973年 JP
crnn.pytorch 卷积循环神经网络 Pytorch 1.2.6 及以上 2015年7月
deep-text-recognition-benchmark 深度文本识别基准 Pytorch 1.2.6 及以上 2019年4月
easyocr 支持80多种语言的即用型OCR Pytorch 1.2.6 及以上 2020年4月
paddleocr PaddleOCR：基于飞桨的强大多语言OCR工具包 Pytorch 1.2.6 及以上 2020年9月 EN JP
donut Donut Pytorch 1.2.16 及以上 2021年11月
ndlocr_text_recognition NDL OCR Pytorch 1.2.5 及以上 2022年4月
paddleocr_v3 PaddleOCR：基于飞桨的强大多语言OCR工具包 Pytorch 1.2.17 及以上 2022年6月 JP

时间序列预测

模型 参考资料 导出自 支持的 Ailia 版本 日期 博客
informer2020 Informer：超越高效Transformer的长序列时间序列预测（AAAI'21最佳论文） Pytorch 1.2.10 及以上 2020年12月
timesfm TimesFM Pytorch 1.2.16 及以上 2023年10月 JP

车辆识别

模型 参考资料 导出自 支持的 Ailia 版本 日期 博客
vehicle-attributes-recognition-barrier vehicle-attributes-recognition-barrier-0042 OpenVINO 1.2.5 及以上 2018年5月 EN JP
vehicle-license-plate-detection-barrier vehicle-license-plate-detection-barrier-0106 OpenVINO 1.2.5 及以上 2018年5月

视觉语言模型

模型 参考 导出自 支持的 Ailia 版本 日期 博客
llava LLaVA Pytorch 1.2.16 及更高版本 2023年4月 JP
florence2 Hugging Face - microsoft/Florence-2-base Pytorch 1.2.16 及更高版本 2023年11月 JP
mobilevlm MobileVLM Pytorch 1.5.0 及更高版本 2023年12月
llava-jp LLaVA-JP Pytorch 1.5.0 及更高版本 2024年1月
qwen2_vl Qwen2-VL Pytorch 1.5.0 及更高版本 2024年9月 JP

商业模型

模型 参考 导出自 支持的 Ailia 版本 日期 博客
acculus-pose Acculus, Inc. Caffe 1.2.3 及更高版本 2018年5月

其他平台

使用 ailia MODELS（Python）进行原型开发，然后部署到生产环境。

联系方式

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

★ 349.3k|★★★☆☆|2天前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。

★ 162.1k|★★★☆☆|3天前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上

★ 145.9k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。

★ 108.1k|★★☆☆☆|今天
开发框架图像Agent

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器

★ 93.4k|★★☆☆☆|2天前
插件开发框架

LLMs-from-scratch

LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备

★ 90.1k|★★★☆☆|2天前
语言模型图像Agent