OpenCV 模型库与基准测试

OpenCV DNN 优化模型库，包含在不同平台上的基准测试。

指南：

安装最新版 opencv-python：

python3 -m pip install opencv-python
# 或升级到最新版本
python3 -m pip install --upgrade opencv-python

克隆此仓库以下载所有模型和演示脚本：

# 从 https://git-lfs.github.com/ 安装 git-lfs
git clone https://github.com/opencv/opencv_zoo && cd opencv_zoo
git lfs install
git lfs pull

要在您的硬件设置上运行基准测试，请参阅 benchmark/README。

模型与基准测试结果

硬件配置：

x86-64：

Intel Core i7-12700K：8个性能核心（3.60 GHz，最高可达4.90 GHz），4个能效核心（2.70 GHz，最高可达3.80 GHz），20线程。

ARM：

Khadas VIM3：Amlogic A311D SoC，配备2.2GHz四核ARM Cortex-A73 + 1.8GHz双核Cortex-A53 ARM CPU，以及5 TOPS NPU。基准测试使用逐张量量化模型。按照此指南构建启用TIM-VX后端的OpenCV。
Khadas VIM4：Amlogic A311D2 SoC，配备2.2GHz四核ARM Cortex-A73和2.0GHz四核Cortex-A53 CPU，以及3.2 TOPS内置NPU。
Khadas Edge 2：Rockchip RK3588S SoC，CPU为2.25 GHz四核ARM Cortex-A76 + 1.8 GHz四核Cortex-A55，以及6 TOPS NPU。
Atlas 200 DK：Ascend 310 NPU，INT8下22 TOPS。按照此指南构建启用CANN后端的OpenCV。
Atlas 200I DK A2：SoC，配备1.0GHz四核CPU和Ascend 310B NPU，INT8下8 TOPS。
NVIDIA Jetson Nano B01：四核ARM A57 @ 1.43 GHz CPU，以及128核NVIDIA Maxwell GPU。
NVIDIA Jetson Nano Orin：6核Arm® Cortex®-A78AE v8.2 64位CPU，以及1024核NVIDIA Ampere架构GPU，配备32个Tensor核心（最高频率625MHz）。
Raspberry Pi 4B：Broadcom BCM2711 SoC，配备四核Cortex-A72（ARM v8）64位@ 1.5 GHz。
Horizon Sunrise X3：地平线机器人的SoC，配备四核ARM Cortex-A53 1.2 GHz CPU和5 TOPS BPU（即NPU）。
MAIX-III AXera-Pi：Axera AX620A SoC，配备四核ARM Cortex-A7 CPU和3.6 TOPS @ int8 NPU。
Toybrick RV1126：Rockchip RV1126 SoC，配备四核ARM Cortex-A7 CPU和2.0 TOPs NPU。 RISC-V:
StarFive VisionFive 2：采用 StarFive JH7110 SoC，配备 RISC-V 四核 CPU，最高可提升至 1.5GHz，以及来自 Imagination 的 IMG BXE-4-32 MC1 型号 GPU，工作频率最高可达 600MHz。
全志 Nezha D1：全志 D1 SoC，搭载 1.0 GHz 单核 RISC-V 玄铁 C906 CPU，支持 RVV 0.7.1。目前已测试 YuNet。更多详情请访问此处。