# ONNX優化

這是一個基於ONNX的量化模型，是Qwen/Qwen3-Embedding-0.6B的uint8量化版本，在保持檢索性能的同時減少了模型大小。

DINOv2-small 的 ONNX 格式版本，適用於視覺任務

NVIDIA Parakeet TDT 0.6B V2 是一個基於自動語音識別（ASR）任務的模型，適用於英語語音轉文本任務。

這是AST(Audio Spectrogram Transformer)模型的ONNX版本，專為音頻分類任務設計，在AudioSet數據集上進行了微調。

這是facebook/dinov2-base模型的ONNX格式版本，適用於計算機視覺任務。

這是一個基於XLM-RoBERTa的多語言檢測模型，支持20種語言的識別。

RF-DETR Large 是一個基於 DETR 架構的目標檢測模型，專為高效檢測圖像中的物體而設計。

基於Moonshine基礎模型的ONNX格式自動語音識別模型，支持高效推理

Moonshine Tiny 是一個輕量級的自動語音識別(ASR)模型，適用於嵌入式設備和邊緣計算場景。

TestSavantAI模型是一組經過微調的分類器，專門設計用於防禦針對大型語言模型(LLM)的提示注入和越獄攻擊。

TestSavantAI模型是一組專為防禦大型語言模型（LLM）提示注入和越獄攻擊而設計的分類器，微型版基於BERT-tiny架構，平衡安全性與計算效率。

基於PatchTSMixer架構的時間序列預測模型，由IBM開發，適用於多變量時間序列預測任務。

這是微軟SpeechT5文本轉語音(TTS)模型的ONNX格式轉換版本，專為Transformers.js優化

基於DeBERTa架構的小型零樣本分類模型，專為長文本自然語言推理任務優化，已轉換為ONNX格式適配Web端

基於ONNX格式優化的Whisper大型語音識別模型，專為網頁端部署設計

這是facebook/bart-large-cnn模型的ONNX優化版本，主要用於文本摘要任務。

TimeSformer-HR 是一個基於視頻的高分辨率時空Transformer模型，在Kinetics-400數據集上進行了微調，適用於視頻動作識別任務。

BGE-RERANKER-V2的ONNX O4版本是一個經過優化的文本重排序模型，支持多語言文本對的相關性評分。

Depth-Anything-V2-Base 是一個基於 ONNX 格式的深度估計模型，適配 Transformers.js，用於在 Web 端進行圖像深度估計。

YOLOv10是一種即時端到端目標檢測模型，具有高效的延遲-精度和尺寸-精度權衡。

這是將 lakshyakh93/deberta_finetuned_pii 模型轉換為 ONNX 格式的版本，用於識別文本中的個人身份信息 (PII)。

MusicGen Small 是一個基於 Transformer 架構的音樂生成模型，能夠根據文本描述生成高質量的音樂片段。

基於 YOLOv9 的目標檢測模型，適配 Transformers.js，支持在瀏覽器中運行

YOLOv9-C 是基於 YOLOv9 架構的目標檢測模型，適用於即時檢測圖像中的多種物體。

BGE-M3是一個支持稠密檢索、詞彙匹配和多向量交互的嵌入模型，已轉換為ONNX格式以便兼容ONNX Runtime等框架。

這是BAAI/bge-m3模型的ONNX量化版本，支持稠密檢索、多向量檢索和稀疏檢索三種功能，覆蓋100多種語言。

GTE-Base 是一個通用的文本嵌入模型，能夠將文本轉換為高維向量表示，適用於文本分類和相似性搜索任務。

基於XLM-RoBERTa的多語言檢測模型，能夠識別文本的語言類別。

基於ViT架構的中文CLIP模型，支持圖像與文本的多模態理解

基於RobBERT模型的荷蘭語句子轉換器ONNX版本，可將文本映射到768維向量空間，適用於語義搜索和聚類任務

基於HuBERT架構的語音指令識別模型，專為關鍵詞識別任務優化

這是一個多語言句子轉換器模型，可將文本映射到密集向量空間，支持語義搜索和聚類任務

這是papluca/xlm-roberta-base-language-detection模型的ONNX格式轉換版本，用於多語言文本分類任務，支持20種語言的檢測。

這是deepset/deberta-v3-base-injection模型轉換為ONNX格式的版本，用於檢測提示注入攻擊。

Nougat是一個基於視覺的學術文檔理解模型，能夠將科學PDF圖像轉換為Markdown格式文本。

Whisper-large-v3是OpenAI開源的自動語音識別(ASR)模型，支持多種語言的語音轉文字任務。

基於Swin2SR架構的經典圖像超分辨率模型，可將圖像分辨率提升4倍

這是一個句子轉換器模型，可將句子和段落映射到密集向量空間，適用於聚類和語義搜索等任務。

基於穩定擴散技術的文本到圖像生成模型，已轉換為ONNX格式並通過OnnxStack測試

Whisper是一個預訓練的自動語音識別（ASR）和語音翻譯模型，經過68萬小時標註數據的訓練，展現出強大的泛化能力。此倉庫包含ONNX格式的Whisper large v2模型的INT4僅權重量化版本。