接入 AIHub

本章介绍 Workbench 模型 Tab 的两个子 Tab（模型广场 + 用户模型），以及如何选择模型准备部署到板端。

前置条件

项目状态
Workbench 已登录 AIHub 账号✅ 详见 ch01
Pico-G1 已连接✅ 详见 ch02、ch03
AIHub 训练平台账号已注册（aihub.shimetapi.cn 注册）

步骤 1：进入模型 Tab

点击顶部第 5 个 Tab "模型"：

模型 Tab 的"模型广场"子Tab — 社区模型 + 官方模型卡片网格

进入后看到两个子 Tab：

子 Tab数据来源谁可见谁可下载
模型广场公司官方 + 社区用户发布所有登录用户所有登录用户
用户模型当前用户在 AIHub 自己训练的仅当前用户自己（也可发布到社区）

步骤 2：浏览模型广场

顶部筛选

筛选维度选项
格式全部 / pt / onnx / xmm / rknn

模型卡片字段

每张模型卡片显示：

字段说明
模型名简短标识（如 mask / yolov8n）
作者（社区模型）发布者用户名
类型标签（官方模型）官方/社区
格式PT / ONNX / RKNN / XMM
大小每个格式的实际文件大小
输入尺寸模型推理输入（如 640×640）
发布日期2026/8/24 等
mAP50（部分社区模型）平均精度
已部署/下载量部署状态和下载计数

社区模型示例

模型作者mAP50已部署
mask（基于 yolov8n，100epoch）GOBLIN95.2%已部署
ball_newGOBLIN——
Human Five-Category Action Detectionclaude code98.7%—
number_recognition（0-9 数字识别）GOBLIN80.9%—

官方模型示例

模型基础模型
yolov8nyolov8n.pt
yolov5nyolov5n.pt
naruto_hand_seal_detectionnaruto_hand_seal_detection.pt

步骤 3：浏览用户模型

切换到 用户模型 子 Tab：

用户模型 Tab — 用户自己训练的模型卡片列表

字段说明
模型名（如 2026.8.24、plus、gaijinban）用户训练版本
格式PT / ONNX / RKNN / XMM
输入尺寸640×640
发布日期训练日期

每个模型卡片都带 "部署到板卡" 按钮（详见 ch05）。

步骤 4：选择模型（首次建议）

如果是首次使用，推荐从 官方模型 中选一个轻量 demo：

推荐模型名适用
⭐ 首选yolov8n通用目标检测，80 类（COCO）
次选yolov5n速度更快，精度略低

步骤 5：模型训练（可选）

如已有模型，直接进入 ch05 部署。

如需训练自己的模型：

  1. 点击右上角 "模型训练" 链接
  2. 浏览器跳转到 aihub.shimetapi.cn 训练页
  3. 完成训练并导出模型

导出后模型自动出现在 Workbench 用户模型 子 Tab 中。

详见 AIHub 文档 → 训练指南。

步骤 6：模型格式说明

格式适用板卡用途
pt—PyTorch 原始权重，用于继续训练
onnx—通用中间格式，可转换
xmmPico-G1 (GK7206)板端可运行的模型包
rknnRK3588（待上线）瑞芯微 NPU 加速

Pico-G1 当前仅支持 .xmm 格式的部署。

步骤 7：模型部署权限

部署模型不需要特殊权限。但：

  • 社区模型属于发布者所有，遵循发布者设定的协议（模型详情页可查看）
  • 官方模型遵循公司商业协议

常见问题

现象排查
模型 Tab 加载缓慢检查 PC 网络；首次加载需拉取模型列表
找不到自己训练的模型AIHub 训练任务未导出，或格式不是 .xmm
模型卡片只显示 PT/ONNX，无 XMM训练后导出时未选 XMM 格式

下一步