快到起飞！不用代码！一分钟体验 GitHub 上 20 个开源工具！！！

公众号关注 “GitHubDaily”

设为 “星标”，每天带你逛 GitHub！

大家好，我是小 G。

今天跟大家分享百度在 GitHub 上开源的一波比较实用的模型工具，共 20 个。

开源模型效果体验，废话不说，先上图：

看到如此神奇，是不是手痒现在就想体验？步骤非常简单！

Step1:

点击 https://ai.baidu.com/easyedge/home 进入百度 EasyEdge 端计算模型生成平台

Step2:

点击 “立即使用” 进入操作中心后，选择 “体验开源模型”，点击想体验的模型，拿出手机（安卓苹果皆可）扫码，自动安装，等待几秒钟，即可打开 APP 实时体验各类模型的效果。

这就是 EasyEdge 平台最近升级给开发者提供的 “开源模型体验” 功能，一行代码不用写，还支持苹果手机，妥妥的开发者福利啊！

除了上面演示的 OCR 模型，公开的模型还有菜品识别，能识别 8416 种菜！

螺蛳粉也能识别也是没谁了。

动物识别，能识别 7879 种动物：

更有一些通用的物体检测、人脸识别等模型：

什么都别说，扫码就对了。

言归正传，下面正式介绍一下 EasyEdge。

EasyEdge 是百度推出的端计算模型生成和服务平台，可基于多种深度学习框架、网络结构的模型，快捷生成端计算模型及封装 SDK，并灵活适配多种 AI 芯片与操作系统。

目前 EasyEdge 的全部功能服务已预置在零门槛 AI 开发平台 EasyDL、全功能 AI 开发平台 BML 中，与模型训练环节紧密配合，提供一站式端到端的 AI 开发及离线推理服务。

随着人工智能的不断发展，越来越多的行业和业务场景在应用人工智能来提升效率并降低成本。

一方面，现在可以训练模型的框架非常之多，TensorFlow、PyTorch、飞桨PaddlePaddle 等等，训练模型变得越来越容易，对于框架的选择不同开发者也有各种使用偏好；

而在硬件方面，AI 芯片的种类也越来越多，除了传统的 CPU、GPU、ARM，各种 AI 的 ASIC 芯片也逐渐被推出，如华为的昇腾，算丰科技的比特大陆 SE，英特尔的 Myraid 计算卡等等。

同时，大家使用的手机 CPU 中都开始逐渐配备专门的 AI 芯片用于神经网络计算，如苹果 A 仿生芯片，海思 NPU，高通 DSP 等等。

每一类 AI 芯片都有自己的应用场景与独特的计算框架，然而不同深度学习框架能适配的芯片往往非常有限，如何将训练好的模型高效地部署到设备上，最大化利用芯片能力的同时保持精度无损失，是当前很多 AI 开发者遇到的技术难题。

EasyEdge 输入的是各类深度学习框架的训练好的模型，包括来自零门槛 AI 开发平台 EasyDL 及全功能 AI 开发平台 BML 训练所得的模型，经过转换、面向设备的兼容和加速、封装。输出的是支持各类芯片的端 / 边缘计算服务。

EasyEdge 支持目前所有主流的深度学习框架

同时拥有目前最广泛的芯片支持：

同时，EasyEdge 支持各类经典的、最新的深度学习网络，从 ResNet、MobileNet 到 Yolo、FasterRCNN，都可以很好的通过 EasyEdge 部署在不同设备之上。

完整的支持列表可以去 EasyEdge 官网查看：

https://ai.baidu.com/easyedge/home

为了能实现多种网络在不同芯片的高效部署，EasyEdge 后台提供了非常多的优化，如模型格式转换、图优化、芯片优化、模型低精度量化、模型裁剪和压缩等等。

以

模型转换为例，为适配各类框架和芯片，EasyEdge 会根据需要自动转换模型格式。

模型转换

而图优化中，会完成一些 OP 融合、OP 拆解、常量折叠、子图替换等操作。

op 融合

在模型压缩过程中，会进行模型的低精度量化、模型通道裁剪等操作，在不降低模型精度的前提下，减少模型的体积，提升模型的运行速度。

模型压缩

定点量化

完整的 EasyEdge 技术介绍可以去 B 站百度大脑账号观看 EasyEdge 的各类讲解视频：

https://space.bilibili.com/485230140

以上能力都是 EasyEdge 后台根据用户的选择自动帮用户完成的。

开发者只需选择框架，上传自己本地的模型，或者从 EasyDL 或 BML 中选择训练好的模型，选择需要适配的硬件，即可自动生成适配目标芯片的 SDK 和开发者套件。

开发者套件的使用十分简单便捷，无需关注深度学习、具体硬件等底层逻辑，只需关注输入图片和输出的识别结果即可。

还等什么，点击【阅读原文】，速来体验 EasyEdge 的开源模型吧！