盘古大模型 PANGULARGEMODELS-CV大模型训练流程与选择建议:CV大模型选择建议

时间：2025-05-23 11:34:30

选择合适的CV大模型类型有助于提升训练任务的准确程度。您可以根据模型适用场景，选择合适的模型，从而提高模型的整体效果，详见表1。

表1 CV大模型的类型
模型名称	适用场景	说明
Pangu-CV-物体检测-S-2.1.0	盘古计算机视觉物体检测大模型，该模型适用的任务是找出图像中所有感兴趣的目标，确定它们的位置和类别。适用于如积水检测、占道经营检测、人员离岗检测、动植物检测、工业缺陷检测等任务。	S模型特点是小参数量，适合在资源有限的环境中使用，提供较快的检测速度和合理的精度。支持全量微调，在线推理，边缘推理，1卡起训，1卡部署。
Pangu-CV-物体检测-N-2.1.0	该模型属于物体检测模型，旨在识别图像中的所有感兴趣目标，定位其位置并确定其类别。适用于各种任务，如：积水检测、占道经营检测、人员离岗检测、动植物检测、工业缺陷检测等。	2024年12月发布的版本，支持全量微调、在线推理。物体检测-N模型为中参数量模型，在保证计算效率的同时，具备较强的特征识别能力，提供高效的性能表现。
Pangu-CV-图像分类-2.1.0	盘古计算机视觉图像分类大模型，根据在图像信息中所反映的不同特征，把不同类别的图像区分开来的图像处理方法，利用计算机视觉技术对图像进行定量分析，把图像划归为若干个类别中的一种或多种。适用于动植物分类、车辆类型分类、车牌分类、废钢定级、零部件分类等任务。	支持全量微调，在线推理，边缘推理，1卡起训，1卡部署。