MobileNetV2 — ONNX，量化版

🔥 轻量级移动端模型，用于图像分类，分为两类：

• document（文档）（扫描件、收据、纸张、发票）
• photo（照片）（常规手机照片：场景、人物、自然风光等）

🟢 概述

• 专为移动设备设计（手机和平板，Android/iOS），非常适合实时本地推理！
• 架构：MobileNetV2
• 格式：ONNX（包含 float32 和量化 int8 两个版本）
• 在平衡的、真实世界的开源数据集上训练，涵盖文档和照片。
• 适用于以下任务：
  • 相册/图库中的文档检测
  • 截图、收据、照片和 PDF 预览分类
  • 隐私优先的离线 AI 助手的图像整理

🏷️ 模型类别

• 0 — document（文档）
• 1 — photo（照片）

⚡️ 版本

• mobilenetv2_doc_photo.onnx — 标准 float32 版本，精度最高（最适合 ARM/CPU）
• mobilenetv2_doc_photo_quant.onnx — 量化 int8 版本，推理速度更快，文件体积更小（最适合低功耗或边缘设备）

🚀 为什么选择这个模型？

• 超小体积（约 10-15MB），在大多数手机上可实现实时推理（<100ms）
• 100% 离线运行（保护隐私，无需云端）
• 易于集成到任何框架，包括 React Native（onnxruntime-react-native）、Android（ONNX Runtime）和 iOS。

🗃️ 数据集

• 照片： alfredplpl/Japanese-photos
• 文档： 3sara/colpali_italian_documents

🤖 作者

@vlad-m-dev 为边缘 AI/手机/平板离线图像分类构建：文档 vs 照片 Telegram: https://t.me/dwight_schrute_engineer

🛠️ 使用示例

import onnxruntime as ort
import numpy as np

session = ort.InferenceSession("mobilenetv2_doc_photo_quant.onnx")
img = np.random.randn(1, 3, 224, 224).astype(np.float32)  # 替换为您的图像预处理！
output = session.run(None, {"input": img})
pred_class = np.argmax(output[0])
print(pred_class)  # 0 = 文档, 1 = 照片