Tiger AI Platform 模型全家福：框架 × 任务类型一览

Tiger AI Platform模型全家福框架 × 任务类型一览导读做 AI 应用最怕「模型散落在各处」——YOLO 一套脚本、transformers 一套环境、语音又要单独装 funasr。Tiger AI PlatformCV Python Tigerpro把视觉、文本、语音、多模态推理统一纳管从 HuggingFace / ModelScope / Roboflow 拉取权重按任务即点即测多数场景纯 CPU即可运行。本文汇总平台已支持的推理框架library与模型任务类型task方便选型与对外介绍。文章目录**Tiger AI Platform** 模型全家福框架 × 任务类型一览一、先看全局平台在管什么二、AI 模型框架Library汇总2.1 一览表2.2 框架怎么选速查三、模型任务类型Task汇总3.1 计算机视觉3.2 自然语言处理NLP3.3 语音与多模态四、内置种子模型按场景举例4.1 视觉 · 检测与分割4.2 视觉 · 姿态4.3 文本 · NLP4.4 语音 · ASR / TTS五、不止「推理」训练闭环也是一类「模型能力」六、工作台与任务对照七、选型与使用建议八、写在最后*图 1Tiger AI Platform 首页 ——「视觉 · 文本 · 语音 · 训练闭环」一站式入口一、先看全局平台在管什么可以把 Tiger AI Platform 理解成三层结构层级做什么模型管理注册模型、选择框架与任务、从云端拉取权重、启停状态任务工作台图片/视频/摄像头检测、姿态、分割、文本、ASR/TTS、训练闭环等权限与系统RBAC、部门数据范围、菜单按钮级权限权重来源支持HuggingFaceModelScope魔搭Roboflow以及本地上传 / 训练部署回流*图 2模型管理 —— 按分类、框架、任务筛选与拉取权重二、AI 模型框架Library汇总平台用字段library标识推理引擎。新增模型时在「模型管理」里选对框架任务类型会自动建议默认值。2.1 一览表框架标识中文说明典型用途CPUultralyticsYOLO 单文件权重目标检测、姿态、追踪等✅transformersHuggingFace 模型目录分类 / NER / QA / 摘要 / Whisper 等✅rfdetrRoboflow RF-DETR实时检测、实例分割✅mobilesamMobileSAM交互式分割点选/框选✅rtmlibRTMO / RTMPose / DWPoseONNX人体姿态、全身 133 点✅funasrFunASR 原生SenseVoice、Paraformer 等 ASR✅funasr-onnxFunASR ONNX 量化SenseVoice 轻量版 ASR✅funasr-nanoFun-ASR-Nano通义 LLM-ASR中英日等✅较慢sherpa-onnxsherpa-onnxMeloTTS 等语音合成✅vibevoiceVibeVoice实时多音色 TTS✅voxcpmVoxCPM合成 / 音色克隆 / 音色设计✅rapidocrRapidOCRPaddleOCR ONNX文字检测 识别✅linlyLinly-Talker / SadTalker数字人说话头像⚠️ 需 GPU 脚手架说明ByteTrack 等追踪算法挂在检测工作台流程中与 ultralytics 检测权重配合使用训练闭环默认产出 YOLOv8 权重并注册回ultralytics。2.2 框架怎么选速查要做目标检测 / 姿态 / 训练回流 → ultralytics 或 rfdetr / rtmlib 要做 NLP、图像分类、Whisper → transformers 要做语音转写 → funasr / funasr-onnx / funasr-nano 要做语音合成 → sherpa-onnx / vibevoice / voxcpm 要做交互抠图 → mobilesam 要做 OCR → rapidocr*图 3新建模型时选择推理框架三、模型任务类型Task汇总平台用字段task决定走哪条推理链路、打开哪个工作台。目前种子与 UI 覆盖的主要类型如下。3.1 计算机视觉任务标识名称对应页面 / 能力常用框架object-detection目标检测图片检测、视频检测、摄像头、追踪ultralytics / transformers / rfdetrinstance-segmentation实例分割图像分割rfdetrinteractive-segmentation交互分割图像分割点选/框选mobilesampose-estimation姿态估计姿态估计页、羽毛球分析ultralytics / rtmlibwholebody-pose-estimation全身姿态133 点姿态估计 · DWPosertmlibimage-classification图像分类图像分类transformersocr端到端 OCR文字识别rapidocr 等text-detection文本检测PaddleOCR 检测支路rapidocrtext-recognition文本行识别PaddleOCR 识别支路rapidocr视觉输入形态图片—— 单张检测 / 分类 / 分割 / OCR视频—— 逐帧检测、姿态视频、结果下载摄像头—— 实时推理与录制图 4视觉任务工作台示例图片或视频检测3.2 自然语言处理NLP任务标识名称对应页面常用框架text-classification文本分类文本分析transformerszero-shot-classification零样本分类文本分析transformersfill-mask完形填空文本生成相关transformerssummarization摘要文本生成transformerstranslation翻译文本生成transformerstext-generation文本生成文本生成transformerstoken-classification命名实体识别 NER实体识别transformersquestion-answering抽取式问答智能问答transformers3.3 语音与多模态任务标识名称对应页面常用框架automatic-speech-recognition语音识别 ASR语音识别funasr / funasr-onnx / funasr-nano / transformers(Whisper)text-to-speech语音合成 TTS文本转语音transformers / vibevoice / sherpa-onnx / voxcpmtalking-head数字人数字人合成linlyGPU 脚手架*图 5语音识别工作台 —— SenseVoice / Paraformer / Fun-ASR-Nano / Whisper四、内置种子模型按场景举例以下为平台启动时自动注册的代表性模型需在「模型管理」中拉取权重后方可推理。4.1 视觉 · 检测与分割模型框架任务亮点YOLO 烟火 / PPE / 脑肿瘤 / 火箭检测等ultralytics目标检测行业场景开箱即测YOLO26n / YOLO26sultralytics目标检测新一代 YOLO 系列DETR-ResNet-50transformers目标检测Transformer 检测范式RF-DETR-Mediumrfdetr目标检测实时检测RF-DETR-Seg-Mediumrfdetr实例分割检测 掩膜MobileSAMmobilesam交互分割轻量可交互4.2 视觉 · 姿态模型框架任务亮点YOLO11n-Poseultralytics姿态估计COCO 17 点RTMO-S / RTMO-Mrtmlib姿态估计多人、ONNX、CPU 友好RTMPose-Mrtmlib姿态估计高精度姿态DWPose-Mrtmlib全身姿态133 点身体手脸脚*图 6姿态估计YOLO / RTMO / RTMPose / DWPose4.3 文本 · NLP模型任务亮点FinBERT文本分类金融情感BERT Emotion文本分类情绪识别BART-MNLI零样本分类自定义标签DistilBART-CNN摘要新闻摘要Opus-MT en→zh翻译英译中BERT-NER实体识别人名/地名等DistilBERT-SQuAD问答抽取式 QAViT-Base图像分类Vision Transformer4.4 语音 · ASR / TTS模型框架亮点SenseVoice Smallfunasr多语种 情感 音频事件SenseVoice ONNXfunasr-onnx体积更小、CPU 更快Paraformer 中英funasr工业级中文准确率Fun-ASR-Nanofunasr-nano通义 LLM-ASR中英日与方言openai-whisper-small 等transformers多语种 WhisperMeloTTS 中英混合sherpa-onnx纯 ONNX 合成VibeVoice Realtimevibevoice多音色实时合成MMS-TTS Engtransformers英文 VITS五、不止「推理」训练闭环也是一类「模型能力」平台还将自定义检测模型纳入同一套管理数据集(yolo_flat) → 视频抽帧 → 在线标注 → 质量检测 / 格式转换 → 构建 → YOLOv8 训练 → 部署到模型管理 → 图片/视频检测训出来的权重以ultralytics object-detection形式注册与预置模型共用同一套检测页。配套能力还包括标注质量检测配对、类别分布、小/大目标统计格式转换LabelMe / VOC / YOLO / COCO 互转*图 7模型训练与数据标注闭环六、工作台与任务对照菜单入口主要任务类型常用框架模型管理纳管全部全部 library图片检测 / 视频检测 / 摄像头object-detectionultralytics / rfdetr / transformers目标追踪object-detection 追踪ultralytics ByteTrack姿态估计pose / wholebody-poseultralytics / rtmlib图像分割instance / interactiverfdetr / mobilesam图像分类image-classificationtransformers文字识别 / PaddleOCRocr / text-det / text-recrapidocr文本分析 / 生成 / NER / QANLP 系列transformers语音识别ASRfunasr 系 / Whisper文本转语音TTSsherpa / vibevoice / voxcpm 等数字人合成talking-headlinly模型训练自训检测模型ultralytics羽毛球分析 / 水位检测业务组合页姿态 检测等七、选型与使用建议先定任务再定框架同一业务尽量统一 library避免权重格式混用。CPU 环境优先轻量方案检测YOLO nano/small、RF-DETRASRSenseVoice-onnx、ParaformerFun-ASR-Nano 精度高但更重TTSsherpa-onnx / MeloTTS行业场景用种子模型试水再用训练闭环定制烟火、PPE、火箭等可先验证流程再用自己的视频抽帧标注训专属模型。拉取权重后再测模型管理中filePath为空时工作台不会列出该模型点「拉取」完成下载即可。八、写在最后Tiger AI Platform 的目标不是「再堆一个 Demo」而是一个后台管住多种框架一个任务字段打开正确工作台一条训练闭环让业务数据变成可用模型。从 YOLO 到 transformers从 SenseVoice 到 Fun-ASR-Nano从 MobileSAM 到 RF-DETR平台把分散的 AI 能力收束成可权限管理、可演示、可迭代的产品形态。欢迎收藏本文作选型手册也欢迎在评论区告诉我们你们团队最常用的是哪一类任务相关入口平台登录后首页 / 模型管理 / 各 AI 任务页文档docs/数据标注功能说明.md、docs/姿态估计模型选型说明.md、docs/公众号-数据标注质量检测与格式转换.md文档版本v1.0 · 对应平台Tiger AI PlatformCV Python Tigerpro· 框架与任务以模型管理 UI 种子数据为准