样例说明
ModelZoo提供的网络模型样例所展示的功能如下表所示：
注意
AArch64架构不支持模型量化和编译操作。用户需要使用编译后二进制模型文件（.hmm或.hmms）在AArch64架构环境中推理。
| 表 6.1 ModelZoo网络模型样例展示功能说明 网络名称 | PTQ量化 | 模型编译 | 模型推理 （C++） | 模型推理 （Python） | 精度评测 | 性能评测 | 模型转换与评估工具 |
|---|---|---|---|---|---|---|---|
| ResNet50 | ✓ | ✓ | X | ✓ | ✓ | ✓ | ✓ |
| MobileNetV2 | ✓ | ✓ | X | ✓ | ✓ | ✓ | ✓ |
| EfficientNet | ✓ | ✓ | X | ✓ | ✓ | ✓ | ✓ |
| YOLOv3 | ✓ | ✓ | X | ✓ | ✓ | ✓ | ✓ |
| YOLOP | ✓ | ✓ | X | ✓ | X | ✓ | ✓ |
| YOLOv5s | ✓ | ✓ | X | ✓ | ✓ | ✓ | ✓ |
| YOLOv8m | ✓ | ✓ | X | ✓ | ✓ | ✓ | ✓ |
| YOLO12m | ✓ | ✓ | X | ✓ | ✓ | ✓ | ✓ |
| YOLOv8m-pose | ✓ | ✓ | X | ✓ | ✓ | ✓ | ✓ |
| DeepSeek | ✓ | ✓ | X | ✓ | X | ✓ | X |
| Qwen3 | ✓ | ✓ | X | ✓ | X | ✓ | X |
| LPRNet | ✓ | ✓ | X | ✓ | ✓ | ✓ | ✓ |
| YOLOv8m_seg | ✓ | ✓ | X | ✓ | ✓ | ✓ | ✓ |
| ViT-B-16 | ✓ | ✓ | X | ✓ | ✓ | ✓ | ✓ |
| YOLOv5s_feature | ✓ | ✓ | X | ✓ | ✓ | ✓ | ✓ |
| Gemma-4-26B-A4B | ✓ | ✓ | X | ✓ | X | ✓ | X |
| Qwen2.5-vl | ✓ | ✓ | X | ✓ | X | ✓ | X |
| PP-OCRv3 | ✓ | ✓ | X | ✓ | ✓ | ✓ | ✓ |
| BGE | ✓ | ✓ | X | ✓ | X | ✓ | X |
| GTE | ✓ | ✓ | X | ✓ | X | ✓ | X |
| Whisper-Medium | ✓ | ✓ | ✓ | ✓ | X | ✓ | X |
| yolov8m-cls | ✓ | ✓ | X | ✓ | ✓ | ✓ | ✓ |
| yolov5m_face | ✓ | ✓ | X | ✓ | ✓ | ✓ | ✓ |
| yolov7 | ✓ | ✓ | X | ✓ | ✓ | ✓ | ✓ |
| yolov9m | ✓ | ✓ | X | ✓ | ✓ | ✓ | ✓ |
| yolo11m | ✓ | ✓ | X | ✓ | ✓ | ✓ | ✓ |
| yolov10m | ✓ | ✓ | X | ✓ | ✓ | ✓ | ✓ |
| yolox | ✓ | ✓ | X | ✓ | ✓ | ✓ | ✓ |
| yolo26m | ✓ | ✓ | X | ✓ | ✓ | ✓ | ✓ |
| minicpmo | ✓ | ✓ | X | ✓ | X | ✓ | X |
| qwen3-vl | ✓ | ✓ | ✓ | ✓ | X | ✓ | X |
| qwen3-30b-a3b | ✓ | ✓ | X | ✓ | X | ✓ | X |
| gpt-oss | X | ✓ | X | ✓ | X | ✓ | X |
| sensevoice | ✓ | ✓ | X | ✓ | X | ✓ | X |
| glm-asr | ✓ | ✓ | X | ✓ | X | ✓ | X |
| qwen3-asr | ✓ | ✓ | X | ✓ | X | ✓ | X |
| whisper-turbo | ✓ | ✓ | ✓ | ✓ | X | ✓ | X |
| qwen3-embedding | ✓ | ✓ | X | ✓ | X | ✓ | X |
| qwen2.5 | ✓ | ✓ | X | ✓ | X | ✓ | X |
| qwen3.5 | ✓ | ✓ | X | ✓ | X | ✓ | X |
| qwen3.6 | ✓ | ✓ | X | ✓ | X | ✓ | X |
| CoPaw-Flash | ✓ | ✓ | X | ✓ | X | ✓ | X |
| glm-ocr | ✓ | ✓ | X | ✓ | X | ✓ | X |
| cosyvoice3 | ✓ | ✓ | ✓ | ✓ | X | ✓ | X |
| qwen3-reranker | ✓ | ✓ | X | ✓ | X | ✓ | X |
| qwen3-omni | ✓ | ✓ | X | ✓ | X | ✓ | X |
| qwen3-next | X | ✓ | X | ✓ | X | ✓ | X |
| cam | ✓ | ✓ | X | ✓ | X | ✓ | X |
| ct_transformer | ✓ | ✓ | X | ✓ | X | ✓ | X |
| dinov3-base | ✓ | ✓ | X | ✓ | ✓ | ✓ | ✓ |
| mineru2.5 | ✓ | ✓ | X | ✓ | X | ✓ | X |
| paddleocr-vl | ✓ | ✓ | X | ✓ | X | ✓ | X |
| z-image | ✓ | ✓ | X | ✓ | X | ✓ | X |
| qwen3-tts | ✓ | ✓ | X | ✓ | X | ✓ | X |
ModelZoo只提供上表中的网络模型样例，其他网络模型，暂不提供样例。ResNet50、MobileNetV2、YOLOv5s、YOLOv8m和YOLOP等模型示例通过模型转换与评估工具展示PTQ量化、模型编译、模型推理、精度评测以及性能评测。
6.1.1. 部分模型示例废弃说明
自本版本起，ModelZoo 中部分模型示例已废弃并停止维护。
已废弃的模型示例不再进行功能更新、适配验证及问题修复，也不再作为后续版本的维护对象。为确保持续获得功能更新、性能优化及兼容性支持，建议用户迁移至新版本模型示例或等效替代方案。
废弃模型列表，参看应用开发示例包中的 houmo-examples-<target_hw>_<release>.zip/houmo-examples-xh2/README.md 文档。
6.2. 环境准备
执行下面步骤完成运行环境部署，所有样例默认适配最新版本软件平台：
-
在Docker镜像中下载应用开发示例包。
-
登录后摩开发者社区。
-
在 请先选择板级类别 下拉列表中选择使用的后摩板级产品。
-
在版本列表中选择下载的版本号，再在 AI模型类别筛选器 、平台架构筛选器 、操作系统筛选器 下拉菜单中分别选择AI模型类型、平台架构和操作系统，找到资源名为示例代码 的下载资源，选中该资源左边复选框。
-
点击 直接下载 、wget链接 、批量直接下载 或 wget批量下载 按钮。
-
ModelZoo模型库位于 houmo-examples-xh2/models 目录下。
- 检查
houmo-examples-xh2/env.sh中环境变量设置：
根据实际情况修改环境变量的值，例如如果更换数据集路径，则修改 HOUMO_DATASETS_PATH 变量。
环境变量详情参看 ModelZoo环境变量列表。
- 在
houmo-examples-xh2目录下，执行下面指令配置运行环境：
source env.sh
- 如果在AArch64 架构：不支持模型量化和编译操作，用户可以直接使用提供的已编译模型进行推理。
6.2.1. 环境变量
| 表 6.2 ModelZoo环境变量 环境变量名称 | 描述 | 默认值 |
|---|---|---|
| HOUMO_TARGET | ModelZoo中模型编译和推理使用的后摩设备。 | xh2 |
| HOUMO_DATASETS_PATH | ModelZoo数据库存放目录。 | houmo-examples-xh2/data/datasets |
| HOUMO_MODELZOO_URL | ModelZoo中模型下载根目录。 | http://139.224.0.199:8082/artifactory/houmo/ release |
6.3. 模型获取
ModelZoo提供原始模型和量化模型。用户可根据需求对原始模型量化，或直接使用已量化模型做模型推理。
ModelZoo提供的各网络模型的类型及原始模型如下表所示：
环境准备后，在 MODELZOO_PATH/models/network_type/network_name 目录下，运行下面指令下载模型。network_type 为网络模型类型，如 diffusion、llm。network_name 为网络名称，如 qwen3。
python3 get_model.py --type [options] --model_name <name> \
--model_size <size> --source_type modelscope
其中参数取值如下：
-
options：-
raw：原始网络模型。 -
hmm：后摩TCIM编译后生成的二进制模型文件（.hmm或.hmms）。
-
-
name:（可选）仅部分模型适用，用于指定下载模型名称。<name>的取值可为qwen3、qwen3-vl、gemma4等，不同模型的名称不同。可参看示例目录中的README.MD文件，了解具体的模型名称及是否支持该功能。 -
size：（可选）仅部分模型适用，用于指定待下载模型的参数规模。<size>的取值可为2b、4b、9b、27b等，不同模型支持的取值不同，具体以对应示例目录中的README.md说明为准。 -
modelscope：（可选）从魔塔社区下载模型。当前仅支持下载后摩TCIM编译后生成的二进制模型文件。可参看示例目录中的README.md文件，了解示例是否支持该功能。
模型下载后默认存放在当前目录下。
6.4. 数据集准备
ModelZoo提供少量数据供简单验证，如果需要测试真实精度，需要下载完整数据集。
通过 HOUMO_DATASETS_PATH 环境变量设置数据集实际路径，默认为 MODELZOO_PATH/data/datasets。
| 表 6.4 数据集准备 网络名称 | 数据集名称 | 路径 |
|---|---|---|
| ResNet50 | ImageNet 2012 | https://image-net.org/challenges/LSVRC |
| MobileNetV2 | ||
| EfficientNet | ||
| YOLOv8m-cls | ||
| dinov3-base | ||
| YOLOv3 | COCO 2017 | https://cocodataset.org/#download |
| YOLOv5s | ||
| YOLOv8m | ||
| YOLO12m | ||
| YOLOv8m-pose | ||
| YOLOv5s_feature | ||
| YOLOv8m_seg | ||
| YOLOv7 | ||
| YOLOv9m | ||
| YOLOv10m | ||
| YOLO11m | ||
| YOLOX | ||
| YOLO26m | ||
| YOLOv5m_face | WIDER FACE | http://shuoyang1213.me/WIDERFACE/ |
| YOLOP | BDD100K | https://bdd-data.berkeley.edu/ |
| DeepSeek | wikitext-2-raw-v1 | https://www.modelscope.cn/datasets/modelscope/wikitext |
| Qwen3 | ||
| Qwen2.5 | ||
| Qwen3.5 | ||
| Qwen3.6 | ||
| gpt-oss | ||
| qwen3-embedding | ||
| qwen3-30b-a3b | ||
| paddleocr-vl | ||
| qwen3-omni | ||
| Gemma-4-26B-A4B | - | - |
| Qwen2.5-vl | - | - |
| Qwen3-vl | - | - |
| ViT-B-16 | ILSVRC2012 | https://image-net.org/challenges/LSVRC/2012/index.php |
| LPRNet | CCPD2019Sub | https://github.com/detectRecog/CCPD |
| PP-OCRv | CCPD2020_PPOCR v3_eval | CCPD2020_PPOCRv3_eval.tar.gz |
| BGE | - | - |
| GTE | - | - |
| Whisper-Medium | - | - |
| minicpmo | - | - |
| sensevoice | - | - |
| glm-asr | - | - |
| qwen3-asr | - | - |
| whisper-turbo | - | - |
| glm-ocr | - | - |
| cosyvoice3 | - | - |
| CoPaw-Flash | - | - |
| qwen3-reranker | T2Reranking | https://modelscope.cn/datasets/C-MTEB/T2Reranking |
| mineru2.5 | - | - |
| ct_transformer | - | - |
| cam | - | - |
| qwen3-next | - | - |
| z-image-6B | - | - |
| Qwen3-tts | - | - |