← 返回模型目录

分割

CLIPSeg

按英文目标描述分割图片，返回原图大小的掩码和完整特征。

部署到自己的板卡

QCS6490: 211msW8A16
QCS8550: 61msW8A16
IQ9: 需适配
IQ8: 需适配

运行效果

样例输入

机房真机 QCS8550 · W8A16 · 处理耗时 99.4 ms

板卡实测

真机处理时延的中位数。多阶段模型计入各阶段处理，生成模型的耗时受输入和输出长度影响。

板卡	精度	速度	FPS	峰值内存
QCS6490	W8A16默认	211 ms	4.7	232 MB
QCS8550	W8A16默认	61 ms	16.4	308 MB
IQ9QCS9075	—	需适配	—	—
IQ8QCS8275	—	需适配	—	—

部署指南

1
在工作流中跑通
用样例或自己的输入在机房的QCS8550 上运行，确认结果和速度。
2
导出工程
在工作流右上角选择「导出」，下载工程包。模型与样例按 sha256 锁定，前后处理与网站运行时一致。
3
在板卡上安装运行库
把工程拷到QCS8550（ARM64、Python 3.10 的 AidLux 环境，AidLux ≥ 2.0），在工程目录下载并校验已验证的配套运行库。
```
python3 install-sdk.py
```
4
只需要模型文件？
各板卡的构建也发布在 Hugging Face ↗，按芯片下载，文件与工程包中的完全一致。
```
hf download APLUX-Agora/CLIPSeg --include "targets/QCS8550/*" --local-dir ./resources
```
5
运行
结果写入 outputs/，并打印每块积木的耗时。工程通过官方 AidLite 接口加载模型，代码完整随包提供。
```
python3 app/pipeline.py --sdk-root .sdk --input 你的文件
```

AidLux 开发文档 ↗

规格

任务: 分割
输入尺寸: 352×352
来源: Model Farm
已知限制: 每次输入一条 ASCII 英文目标描述，最多 200 字符、77 token（含起止标记），超限拒绝且不静默截断。图像编码和掩码解码使用 NPU，文本编码使用官方量化 ONNX 在 CPU 运行。已验证猫、遥控器、狗、公交车以及不存在目标的查询；复杂描述、遮挡或小物体可能分割不完整，逐像素分数不代表校准准确率。
许可证: —
版本: 1.0.0

浏览用到它的原型 →