介绍

模型转换与评估工具基于 Python API 开发，用于对 ModelZoo 模型库中的网络模型执行量化、编译、推理及性能与精度评测。该工具通过配置文件实现模型的快速转换、推理、精度分析、结果可视化和性能测试，帮助用户更快速、便捷地完成模型性能评估。

更多详情，参看 MODELZOO_PATH/README.MD。

2.1. 支持的模型列表

模型转换与评估工具支持的ModelZoo样例模型如下表所示，可参看 模型转换与评估工具 列。模型样例位于 houmo-examples-<target_hw>_<release>/houmo-examples-xh2/models/network_type/network_name 目录下。其中，network_type 为网络模型类型，如 backbone；network_name 为网络名称，如 resnet50。

表 2.1 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

3. 环境依赖

模型转换与评估工具仅用于ModelZoo模型库的网络模型，因此需要具备ModelZoo样例运行环境。

Linux系统：

Docker镜像可运行于标准Linux环境，推荐使用以下已验证环境：

* Ubuntu 24.04（x86_64）

其他Linux环境在满足Docker运行条件的情况下通常也可运行，但未在本产品中进行完整验证。

根据功能不同，镜像分为以下两类：

x86_64全功能镜像：

支持模型量化、模型编译与模型推理。

Dadao-convert-docker-xh2-vx.y.z-ubuntu24.04-x86.64.tar

x86_64推理部署镜像（deploy镜像）：

仅支持模型推理运行，不包含模型量化与模型编译。

镜像名称中包含 deploy 标识。

Dadao-deploy-docker-xh2-vx.y.z-ubuntu24.04-x86.64.tar

AArch64推理部署镜像：

仅支持ARM64架构下模型推理运行，不包含模型量化与模型编译。

Dadao-deploy-docker-xh2-vx.y.z-ubuntu24.04-aarch64.tar

3.1. 环境配置

执行下面操作设置ModelZoo样例运行环境，所有样例默认适配最新版本软件平台：

安装和部署Docker开发环境。有关 Docker 镜像的安装与部署，参看《快速入门指南》。
在Docker镜像中下载应用开发示例包。
1. 登录后摩开发者社区。
2. 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。
3. 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。
4. 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。

2.1. 支持的模型列表​

3. 环境依赖​

3.1. 环境配置​

2.1. 支持的模型列表

3. 环境依赖

3.1. 环境配置