OAK支持的格式与神经网络

OAK支持的格式

OAK搭载的是英特尔旗下子公司Movidius推出的Movidius MyRiad X视觉处理器(VPU), OAK支持MyRiad X所支持的任何格式。

术语介绍

格式名词表

格式名

描述

FP32

单精度浮点格式

FP16

半精度浮点格式

BF16

16位脑浮点格式

I16

2字节有符号整数格式

I8

1字节有符号整数格式

U16

2字节无符号整数格式

U8

1字节无符号整数格式

NHWC,NCHW

图像数据格式

NCDHW

图像序列数据格式

CHW,NC,C

张量存储数据格式

注解:

  • N-图像数

  • D-深度,取决于模型,它可以是空间或时间维度

  • H-高度

  • W-宽度

  • C-通道数

支持的模型格式

模型格式

格式

FP32

FP16

I8

是否支持

不支持

支持

不支持

注解:

  • 模型格式不支持I8,但是计算精度是支持的。

支持的输入精度

输入精度

精度

FP32

FP16

I8

I16

U8

U16

是否支持

支持

支持

不支持

不支持

支持

不支持

支持的输出精度

输出精度

精度

FP32

FP16

是否支持

支持

支持

支持的输入数据格式

输入数据格式

数据格式

NCDHW

NCHW

NHWC

NC

是否支持

不支持

支持

支持

支持

支持的输出数据格式

输出数据格式

尺寸数

5

4

3

2

1

数据格式

NCDHW

NCHW

CHW

NC

C

OAK支持的网络

Caffe*

  • AlexNet

  • CaffeNet

  • GoogleNet (Inception) v1, v2, v4

  • VGG family (VGG16, VGG19)

  • SqueezeNet v1.0, v1.1

  • ResNet v1 family (18***, 50, 101, 152)

  • MobileNet (mobilenet-v1-1.0-224, mobilenet-v2)

  • Inception ResNet v2

  • DenseNet family (121,161,169,201)

  • SSD-300, SSD-512, SSD-MobileNet, SSD-GoogleNet, SSD-SqueezeNet

TensorFlow*

  • AlexNet

  • Inception v1, v2, v3, v4

  • Inception ResNet v2

  • MobileNet v1, v2

  • ResNet v1 family (50, 101, 152)

  • ResNet v2 family (50, 101, 152)

  • SqueezeNet v1.0, v1.1

  • VGG family (VGG16, VGG19)

  • Yolo family (yolo-v2, yolo-v3, tiny-yolo-v1, tiny-yolo-v2, tiny-yolo-v3)

  • faster_rcnn_inception_v2, faster_rcnn_resnet101

  • ssd_mobilenet_v1

  • DeepLab-v3+

MXNet*

  • AlexNet and CaffeNet

  • DenseNet family (121,161,169,201)

  • SqueezeNet v1.1

  • MobileNet v1, v2

  • NiN

  • ResNet v1 (101, 152)

  • ResNet v2 (101)

  • SqueezeNet v1.1

  • VGG family (VGG16, VGG19)

  • SSD-Inception-v3, SSD-MobileNet, SSD-ResNet-50, SSD-300

最受欢迎的三大网络

  • MobileNetv2SSD(50fps)

  • TinyYOLOv3 and v4 (40fps)

  • Deeplabv3+ (30fps)

有疑问?

我们很乐意为您提供代码或其他问题的帮助。

Slack
Slack Community

与DepthAI团队和像你这样的开发人员进行实时聊交流。

forum
Discussion Forum

像聊天一样,只是不同步。

forum
Email Support

给我们的支持团队发送消息。