# ONNX最適化

これはONNXに基づく量子化モデルで、Qwen/Qwen3-Embedding-0.6Bのuint8量子化バージョンであり、検索性能を維持しながらモデルサイズを削減しています。

DINOv2-smallのONNXフォーマットバージョン、視覚タスクに適しています

NVIDIA Parakeet TDT 0.6B V2 は自動音声認識（ASR）タスクに基づくモデルで、英語音声からテキストへの変換タスクに適しています。

これはAST（Audio Spectrogram Transformer）モデルのONNXバージョンで、音声分類タスク用に設計され、AudioSetデータセットで微調整されています。

これはfacebook/dinov2-baseモデルのONNXフォーマット版で、コンピュータビジョンタスクに適しています。

これはXLM-RoBERTaベースの多言語検出モデルで、20言語の識別をサポートしています。

RF-DETR Large は DETR アーキテクチャに基づく物体検出モデルで、画像内の物体を効率的に検出するために設計されています。

MoonshineベースモデルのONNX形式自動音声認識モデル、効率的な推論をサポート

Moonshine Tinyは軽量な自動音声認識(ASR)モデルで、組み込みデバイスやエッジコンピューティングシナリオに適しています。

TestSavantAIモデルは、大規模言語モデル(LLM)に対するプロンプトインジェクションやジェイルブレイク攻撃を防御するために特別に設計された微調整済み分類器のセットです。

TestSavantAIモデルは、大規模言語モデル（LLM）に対するプロンプトインジェクションやジェイルブレイク攻撃を防御するために設計された分類器群で、ミニ版はBERT-tinyアーキテクチャを基に、セキュリティと計算効率のバランスを取っています。

PatchTSMixerアーキテクチャに基づく時系列予測モデルで、IBMによって開発され、多変量時系列予測タスクに適しています。

これはマイクロソフトSpeechT5テキスト読み上げ(TTS)モデルのONNX形式変換バージョンで、Transformers.js向けに最適化されています

DeBERTaアーキテクチャに基づく小型ゼロショット分類モデル。長文自然言語推論タスク向けに最適化され、Web対応のためONNX形式に変換済み

ONNX形式で最適化されたWhisper大規模音声認識モデル、ウェブ展開向けに設計

これはfacebook/bart-large-cnnモデルのONNX最適化バージョンで、主にテキスト要約タスクに使用されます。

TimeSformer-HRは、ビデオベースの高解像度時空間Transformerモデルで、Kinetics-400データセットでファインチューニングされており、ビデオ行動認識タスクに適しています。

BGE-RERANKER-V2のONNX O4バージョンは最適化されたテキスト再ランキングモデルで、多言語テキストペアの関連性スコアリングをサポートします。

Depth-Anything-V2-Base は ONNX 形式に基づく深度推定モデルで、Transformers.js に適応し、Web 端末で画像深度推定を行うことができます。

YOLOv10はリアルタイムのエンドツーエンド物体検出モデルで、効率的なレイテンシーと精度、サイズと精度のトレードオフを備えています。

これは lakshyakh93/deberta_finetuned_pii モデルを ONNX フォーマットに変換したバージョンで、テキスト内の個人識別情報 (PII) を識別するために使用されます。

MusicGen SmallはTransformerアーキテクチャに基づく音楽生成モデルで、テキスト記述から高品質な音楽フレーズを生成できます。

YOLOv9-C は YOLOv9 アーキテクチャに基づく物体検出モデルで、画像内の多様な物体をリアルタイムに検出するのに適しています。

YOLOv9に基づく物体検出モデル、Transformers.jsに対応し、ブラウザ上で動作可能

BGE-M3は密検索、語彙マッチング、マルチベクトル相互作用をサポートする埋め込みモデルで、ONNX Runtimeなどのフレームワークとの互換性のためにONNX形式に変換されています。

これはBAAI/bge-m3モデルのONNX量子化バージョンで、密検索、多ベクトル検索、疎検索の3機能をサポートし、100以上の言語に対応しています。

GTE-Baseは汎用的なテキスト埋め込みモデルで、テキストを高次元ベクトル表現に変換でき、テキスト分類や類似性検索タスクに適しています。

XLM-RoBERTaを基にした多言語検出モデルで、テキストの言語カテゴリを識別できます。

RobBERTモデルに基づくオランダ語の文変換器ONNXバージョン、テキストを768次元ベクトル空間にマッピング可能、意味的検索やクラスタリングタスクに適応

ViTアーキテクチャに基づく中国語CLIPモデル、画像とテキストのマルチモーダル理解をサポート

HuBERTアーキテクチャに基づく音声コマンド認識モデル、キーワード認識タスク向けに最適化

これは多言語文変換モデルで、テキストを密ベクトル空間にマッピングし、意味検索やクラスタリングタスクをサポートします

これはpapluca/xlm-roberta-base-language-detectionモデルのONNX形式変換バージョンで、多言語テキスト分類タスクに使用され、20言語の検出をサポートします。

これはdeepset/deberta-v3-base-injectionモデルをONNX形式に変換したバージョンで、プロンプトインジェクション攻撃の検出に使用されます。

Nougatは視覚ベースの学術文書理解モデルで、科学PDF画像をMarkdown形式のテキストに変換できます。

Whisper-large-v3はOpenAIがオープンソースで公開した自動音声認識(ASR)モデルで、複数の言語の音声を文字に変換するタスクに対応しています。

Swin2SRアーキテクチャに基づく古典的な画像超解像度モデルで、画像解像度を4倍に向上させることができます

これは文や段落を密なベクトル空間にマッピングする文変換モデルで、クラスタリングや意味検索などのタスクに適しています。

安定拡散技術に基づくテキストから画像生成モデルで、ONNX形式に変換されOnnxStackでテスト済み

Whisperは事前学習済みの自動音声認識（ASR）および音声翻訳モデルで、68万時間の注釈付きデータでトレーニングされ、強力な汎化能力を示しています。このリポジトリには、ONNX形式のWhisper large v2モデルのINT4重みのみ量子化バージョンが含まれています。