Artelico Models
коллекция из 200+ моделей компьютерного зрения для работы на устройстве
2 мин чтенияобновлено
Этот репозиторий содержит более 200 моделей компьютерного зрения (обнаружение объектов, классификация, сегментация, распознавание лиц и глубина), конвертированных в форматы Core ML (для iPhone, iPad и Mac) и ONNX (для браузера). Все вычисления происходят локально прямо на вашем железе без отправки изображений на удаленные сервера. Набор основан на архитектурах из Hailo Model Zoo и оптимизирован для локального запуска с использованием аппаратного ускорения (Neural Engine, WebGPU). Репозиторий полезен разработчикам мобильных и веб-приложений, которым нужно быстро внедрить готовый искусственный интеллект для работы с визуальными данными.
Ключевые особенности
- Локальное выполнение прямо на устройстве (Core ML и ONNX Runtime Web) без отправки картинок на сервер.
- Более 200 готовых моделей: от классических YOLO и ResNet до современных трансформеров ViT и CLIP.
- Аппаратное ускорение на процессорах Apple Silicon через Neural Engine для Core ML.
- Поддержка браузеров через WebGPU и WebAssembly с помощью ONNX Runtime Web.
Что можно сделать
- Интегрировать детектор объектов YOLO или модели распознавания лиц в мобильное приложение под iOS или macOS на Swift.
- Добавить в веб-приложение обработку изображений, выделение объектов или оценку глубины с помощью ONNX-моделей в браузере.
- Запустить извлечение эмбеддингов или анализ текста и картинок с помощью энкодеров CLIP / SigLIP на устройстве пользователя.
Пример
let url = modelsFolder.appendingPathComponent("yolov8s.mlpackage")
let compiled = try await MLModel.compileModel(at: url)
let model = try MLModel(contentsOf: compiled, configuration: MLModelConfiguration())
Подробнее
Форматы: Core ML пакеты (.mlpackage) и ONNX графы (.onnx) с файлами сопоставления выходов.Аппаратная поддержка: Apple Neural Engine (Core ML), WebGPU и WebAssembly (веб-версия).
Особенности: Первый запуск большой модели на Mac может занять до нескольких минут из-за компиляции под Neural Engine.
Лицензии: Различаются для каждой модели (MIT, Apache-2.0, GPL-3.0, Non-commercial research only).










Комментарии