概念
别名：Open Neural Network Exchange
跨框架模型交换格式
已跟踪 5 条高相关材料
最近变化
2026-07-25 · 使用YOLOv11+ByteTrack实现多目标跟踪，推理线程分离确保实时性
为什么值得关注
ONNX 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
How to Build a Real-Time Object Detection and Tracking Pipeline with ROS 2 and YOLOv11
freeCodeCamp.org · 8.5 分
本文提供ROS 2与YOLOv11构建实时目标检测流水线的完整工程方案，涵盖多线程推理、ByteTrack跟踪和ONNX导出优化。
What Is ONNX? (And Why Transformers.js Uses It)
Hugging Face · 8.5 分
ONNX 是一种开放的神经网络交换格式，使模型在不同平台和设备上高效运行，Transformers.js 通过 ONNX 实现跨平台兼容性。
Transformers.js in 30 seconds #MachineLearning #AI #WebAI
Hugging Face · 8.5 分
Transformers.js 是一个将最先进的机器学习模型引入 JavaScript 的工具，通过 ONNX 格式实现高效推理。
已收录 5 条与 ONNX 相关的内容，按评分排序。
本文提供ROS 2与YOLOv11构建实时目标检测流水线的完整工程方案，涵盖多线程推理、ByteTrack跟踪和ONNX导出优化。
入选理由：使用YOLOv11+ByteTrack实现多目标跟踪，推理线程分离确保实时性
ONNX 是一种开放的神经网络交换格式，使模型在不同平台和设备上高效运行，Transformers.js 通过 ONNX 实现跨平台兼容性。
入选理由：ONNX 是一种开放标准，用于存储模型架构和权重。
Transformers.js 是一个将最先进的机器学习模型引入 JavaScript 的工具，通过 ONNX 格式实现高效推理。
入选理由：Transformers.js 使用 ONNX 格式存储模型计算图和权重，支持多种执行环境。
Superlinked团队为小型模型构建推理基础设施的动机、挑战与解决方案。
入选理由：现有基础设施对小型模型支持不足，存在性能与灵活性问题。
Transformers.js 通过 ONNX 标准在 JavaScript 中实现高效机器学习推理，自动处理模型下载、缓存和张量转换，简化 Web 端 AI 集成。
入选理由：Transformers.js 使用 ONNX Runtime 在 JavaScript 中运行模型推理，支持多种执行提供者。
