人头检测，采用YOLO7TINY训练模型，只需要OPENCV和ONNX，不需要其他依赖。C++和PYTHON语言都有

照片卡通化，只需要OPENCV和ONNX，VC++可以直接包含头文件、库文件，将图片卡通化，傻瓜式操作，有C++和PYTHON两种版本

视频内容摘取，只需要OPENCV和ONNX，能将里面的人物摘取出来，有C++和PYTHON两种版本

PaddleSeg工程下HumanSeg的V2版本onnx模型，已做onnxsim，可转tnn、ncnn、亲测。

对应文章https://blog.csdn.net/taifyang/article/details/124332344

arcfaceresnet100-8及scrfd_2.5g_kps_S模型（openvino的xml及bin及普通的onnx模型） 两者均为开源预训练模型，注意arcfaceresnet100-8模型输入已由RGB调整为BGR，即可由opencv读取后直接输入。其内findface.xml为opencv的开源人脸检测库。调用方式为： cv::CascadeClassifier cascade_face = cv::CascadeClassifier("findFace.xml"); cascade_face.detectMultiScale(frame,faces,1.09,1,0,Size(90,90),Size(400,400)); if(faces.size()!=0) { }

在本文中，我们将ResNet模型转换为Core ML格式。

t40 onnx model person cat dog

Yolov7.onnx 模型文件，ONNX 对象检测 。 YOLO 是一种最先进的实时目标检测系统。 格式 ONNX v7 框架 pytorch 1.13.0 导入ai.onnx v12 输入 images type: float32[1,3,640,640] 输出 output type: float32[1,25200,85]

ResNet50分类训练模型，使用flowers102数据集利用paddlepaddle平台训练，此处包含paddle、onnx、ir、engine四种格式模型文件，可以在Paddle Inference\OpenVINO、NVIDIA TensorRT以及ONNX runtime等部署平台使用。