导出模型
训练完成后，将模型转换为边缘硬件可运行的格式。
支持的导出格式
| 格式 | 目标平台 | 用途 |
|---|---|---|
| PT | — | PyTorch 原始权重，可继续训练或用于 Python 推理 |
| ONNX | — | 通用中间格式，可转换为其他平台格式 |
| RKNN | RK3588 | 瑞芯微 NPU 加速推理 |
| XMM | GK7206 | 国科微 NPU 加速推理 |
导出步骤
- 训练完成后，在训练详情页点击「导出模型」
- 选择目标格式（RKNN / XMM）
- 点击「开始导出」
- 等待转换完成（通常 2-5 分钟），点击下载
模型格式转换流程
训练产出 (.pt) → ONNX (.onnx) → RKNN (.rknn) ← 适用于 RK3588
→ XMM (.xmm) ← 适用于 GK7206注意
RKNN 和 XMM 导出依赖 GPU 服务器上的特定工具链，如果导出失败请联系管理员检查环境。
量化说明
| 选项 | 体积 | 速度 | 精度 |
|---|---|---|---|
| 无量化 (FP32) | 大 | 基准 | 完整 |
| INT8 量化 | ~缩小 4 倍 | ~提升 2 倍 | 略下降 |
量化所需校准集取自训练集
下载
导出的模型可从平台直接下载，ShimetaPi软件源支持的板卡可直接导入使用。