Core ML Models

Source: https://github.com/likedan/Awesome-CoreML-Models at f65751092d0b
License: MIT
Read the English original

This edition is an AI-assisted translation.

Seit iOS 11 hat Apple das Core-ML-Framework veröffentlicht, um Entwicklern die Integration von Machine-Learning-Modellen in Apps zu erleichtern. Die offizielle Dokumentation

Wir haben die größte Sammlung von Machine-Learning-Modellen im Core-ML-Format zusammengestellt, um iOS-, macOS-, tvOS- und watchOS-Entwicklern beim Experimentieren mit Machine-Learning-Techniken zu helfen.

Wenn du ein Core-ML-Modell konvertiert hast, stelle gerne eine Pull-Anfrage.

Kürzlich haben wir Visualisierungstools hinzugefügt. Hier ist eines: Netron.

Modelle

Bild - Metadaten/Text

Modelle, die Bilddaten als Eingabe nehmen und nützliche Informationen über das Bild ausgeben.

• TextDetection - Erkennung von Text in Echtzeit mit dem eingebauten Vision-Modell. Download | Demo | Reference
• PhotoAssessment - Foto-Bewertung mit Core ML und Metal. Download | Demo | Reference
• PoseEstimation - Schätzung der menschlichen Pose aus einem Bild für Mobilgeräte. Download | Demo | Reference
• MobileNet - Erkennt die vorherrschenden Objekte in einem Bild. Download | Demo | Reference
• Places CNN - Erkennt die Szene eines Bildes aus 205 Kategorien wie Schlafzimmer, Wald, Küste usw. Download | Demo | Reference
• Inception v3 - Erkennt die vorherrschenden Objekte in einem Bild. Download | Demo | Reference
• ResNet50 - Erkennt die vorherrschenden Objekte in einem Bild. Download | Demo | Reference
• VGG16 - Erkennt die vorherrschenden Objekte in einem Bild. Download | Demo | Reference
• Car Recognition - Sagt Marke und Modell eines Autos voraus. Download | Demo | Reference
• YOLO - Erkennt, welche Objekte sich in einem Bild befinden und wo sie sind. Download | Demo | Reference
• AgeNet - Sagt das Alter einer Person anhand ihres Porträts voraus. Download | Demo | Reference
• GenderNet - Sagt das Geschlecht einer Person anhand ihres Porträts voraus. Download | Demo | Reference
• MNIST - Sagt handgeschriebene (gezeichnete) Ziffern aus Bildern voraus. Download | Demo | Reference
• EmotionNet - Sagt die Emotion einer Person anhand ihres Porträts voraus. Download | Demo | Reference
• SentimentVision - Sagt positive oder negative Stimmungen aus Bildern voraus. Download | Demo | Reference
• Food101 - Sagt die Art der Lebensmittel aus Bildern voraus. Download | Demo | Reference
• Oxford102 - Erkennt die Art der Blumen aus Bildern. Download | Demo | Reference
• FlickrStyle - Erkennt den künstlerischen Stil von Bildern. Download | Demo | Reference
• RN1015k500 - Sagt den Ort voraus, an dem ein Foto aufgenommen wurde. Download | Demo | Reference
• Nudity - Klassifiziert ein Bild als NSFW (nackt) oder SFW (nicht nackt) Download | Demo | Reference
• TextRecognition (ML Kit) - Erkennung von Text in Echtzeit mit dem eingebauten ML-Kit-Modell. Download | Demo | Reference
• ImageSegmentation - Segmentiert die Pixel eines Kamerabildes oder Fotos in eine vordefinierte Menge von Klassen. Download | Demo | Reference
• DepthPrediction - Sagt die Tiefe aus einem einzelnen Bild voraus. Download | Demo | Reference

Bild - Bild

Modelle, die Bilder transformieren.

• HED - Erkennt verschachtelte Kanten aus einem Farbbild. Download | Demo | Reference
• AnimeScale2x - Verarbeitet eine bikubisch skalierte Anime-Zeichnung Download | Demo | Reference

Text - Metadaten/Text

Modelle, die Textdaten verarbeiten

• Sentiment Polarity - Sagt positive oder negative Stimmungen aus Sätzen voraus. Download | Demo | Reference
• DocumentClassification - Klassifiziert Nachrichtenartikel in eine von 5 Kategorien. Download | Demo | Reference
• iMessage Spam Detection - Erkennt, ob eine Nachricht Spam ist. Download | Demo | Reference
• NamesDT - Geschlechtsklassifikation mit DecisionTreeClassifier Download | Demo | Reference
• Personality Detection - Sagt die Persönlichkeit anhand von Benutzerdokumenten (Sätzen) voraus. Download | Demo | Reference
• BERT for Question answering - Swift-Core-ML-3-Implementierung von BERT für Frageantworten Download | Demo | Reference
• GPT-2 - OpenAI GPT-2-Textgenerierung (Core ML 3) Download | Demo | Reference

Verschiedenes

• Exermote - Sagt die Übung voraus, wenn das iPhone am rechten Oberarm getragen wird. Download | Demo | Reference
• GestureAI - Empfiehlt einen Künstler basierend auf einem gegebenen Ort und Genre. Download | Demo | Reference
• Artists Recommendation - Empfiehlt einen Künstler basierend auf einem gegebenen Ort und Genre. Download | Demo | Reference
• ChordSuggester - Sagt den wahrscheinlichsten nächsten Akkord basierend auf der eingegebenen Akkordfolge voraus. Download | Demo | Reference

Sprachverarbeitung

• Streaming ASR – Echtzeit-Spracherkennungs-Engine für iOS. Verwendet Fast Conformer + CTC, läuft vollständig auf dem Gerät.
  Download | Demo | Reference
• Keyword Spotting (KWS) – Auf dem Gerät laufende Keyword-Spotting-Engine mit leichtgewichtiger CRNN-Architektur, optimiert für Mobilgeräte.
  Download | Demo | Reference

Visualisierungstools

Tools, die beim Visualisieren von CoreML-Modellen helfen

• Netron

Unterstützte Formate

Liste der Modellformate, die mit Beispielen in Core ML konvertiert werden können

• Caffe
• Keras
• XGBoost
• Scikit-learn
• MXNet
• LibSVM
• Torch7

Der Goldstandard

Sammlungen von Machine-Learning-Modellen, die in Core ML konvertiert werden können

• Caffe Model Zoo - Große Liste von Modellen im Caffe-Format.
• TensorFlow Models - Modelle für TensorFlow.
• TensorFlow Slim Models - Eine weitere Sammlung von TensorFlow-Modellen.
• MXNet Model Zoo - Sammlung von MXNet-Modellen.

Einzelne Machine-Learning-Modelle, die in Core ML konvertiert werden können. Wir passen die Liste an, sobald sie konvertiert werden.

• LaMem Bewertet die Merkwürdigkeit von Bildern.
• ILGnet Die ästhetische Bewertung von Bildern.
• Colorization Automatische Einfärbung mit tiefen neuronalen Netzen.
• Illustration2Vec Schätzt eine Reihe von Tags und extrahiert semantische Merkmalsvektoren aus gegebenen Illustrationen.
• CTPN Erkennung von Text in Naturbildern.
• Image Analogy Findet semantisch bedeutsame dichte Korrespondenzen zwischen zwei Eingabebildern.
• iLID Automatische Spracherkennung.
• Fashion Detection Erkennung von Kleidung aus Bildern.
• Saliency Die Vorhersage auffälliger Bereiche in Bildern wurde traditionell mit manuell erstellten Merkmalen behandelt.
• Face Detection Erkennt ein Gesicht aus einem Bild.
• mtcnn Gemeinsame Gesichtserkennung und -ausrichtung.
• deephorizon Schätzung der Horizontlinie aus einem einzelnen Bild.

Mitwirken und Lizenz

• Siehe die Anleitung
• Verbreitet unter der MIT-Lizenz. Weitere Informationen finden Sie in LICENSE.