这是一个基于ONNX的量化模型，是Qwen/Qwen3-Embedding-0.6B的uint8量化版本，在保持检索性能的同时减少了模型大小。

DINOv2-small 的 ONNX 格式版本，适用于视觉任务

NVIDIA Parakeet TDT 0.6B V2 是一个基于自动语音识别（ASR）任务的模型，适用于英语语音转文本任务。

这是AST(Audio Spectrogram Transformer)模型的ONNX版本，专为音频分类任务设计，在AudioSet数据集上进行了微调。

这是facebook/dinov2-base模型的ONNX格式版本，适用于计算机视觉任务。

这是一个基于XLM-RoBERTa的多语言检测模型，支持20种语言的识别。

RF-DETR Large 是一个基于 DETR 架构的目标检测模型，专为高效检测图像中的物体而设计。

基于Moonshine基础模型的ONNX格式自动语音识别模型，支持高效推理

Moonshine Tiny 是一个轻量级的自动语音识别(ASR)模型，适用于嵌入式设备和边缘计算场景。

TestSavantAI模型是一组经过微调的分类器，专门设计用于防御针对大型语言模型(LLM)的提示注入和越狱攻击。

TestSavantAI模型是一组专为防御大型语言模型（LLM）提示注入和越狱攻击而设计的分类器，微型版基于BERT-tiny架构，平衡安全性与计算效率。

基于PatchTSMixer架构的时间序列预测模型，由IBM开发，适用于多变量时间序列预测任务。

这是微软SpeechT5文本转语音(TTS)模型的ONNX格式转换版本，专为Transformers.js优化

基于DeBERTa架构的小型零样本分类模型，专为长文本自然语言推理任务优化，已转换为ONNX格式适配Web端

基于ONNX格式优化的Whisper大型语音识别模型，专为网页端部署设计

这是facebook/bart-large-cnn模型的ONNX优化版本，主要用于文本摘要任务。

TimeSformer-HR 是一个基于视频的高分辨率时空Transformer模型，在Kinetics-400数据集上进行了微调，适用于视频动作识别任务。

BGE-RERANKER-V2的ONNX O4版本是一个经过优化的文本重排序模型，支持多语言文本对的相关性评分。

Depth-Anything-V2-Base 是一个基于 ONNX 格式的深度估计模型，适配 Transformers.js，用于在 Web 端进行图像深度估计。

YOLOv10是一种实时端到端目标检测模型，具有高效的延迟-精度和尺寸-精度权衡。

这是将 lakshyakh93/deberta_finetuned_pii 模型转换为 ONNX 格式的版本，用于识别文本中的个人身份信息 (PII)。

MusicGen Small 是一个基于 Transformer 架构的音乐生成模型，能够根据文本描述生成高质量的音乐片段。

基于 YOLOv9 的目标检测模型，适配 Transformers.js，支持在浏览器中运行

YOLOv9-C 是基于 YOLOv9 架构的目标检测模型，适用于实时检测图像中的多种物体。

BGE-M3是一个支持稠密检索、词汇匹配和多向量交互的嵌入模型，已转换为ONNX格式以便兼容ONNX Runtime等框架。

这是BAAI/bge-m3模型的ONNX量化版本，支持稠密检索、多向量检索和稀疏检索三种功能，覆盖100多种语言。

GTE-Base 是一个通用的文本嵌入模型，能够将文本转换为高维向量表示，适用于文本分类和相似性搜索任务。

基于XLM-RoBERTa的多语言检测模型，能够识别文本的语言类别。

基于RobBERT模型的荷兰语句子转换器ONNX版本，可将文本映射到768维向量空间，适用于语义搜索和聚类任务

基于ViT架构的中文CLIP模型，支持图像与文本的多模态理解

基于HuBERT架构的语音指令识别模型，专为关键词识别任务优化

这是一个多语言句子转换器模型，可将文本映射到密集向量空间，支持语义搜索和聚类任务

这是papluca/xlm-roberta-base-language-detection模型的ONNX格式转换版本，用于多语言文本分类任务，支持20种语言的检测。

这是deepset/deberta-v3-base-injection模型转换为ONNX格式的版本，用于检测提示注入攻击。

Nougat是一个基于视觉的学术文档理解模型，能够将科学PDF图像转换为Markdown格式文本。

Whisper-large-v3是OpenAI开源的自动语音识别(ASR)模型，支持多种语言的语音转文字任务。

基于Swin2SR架构的经典图像超分辨率模型，可将图像分辨率提升4倍

这是一个句子转换器模型，可将句子和段落映射到密集向量空间，适用于聚类和语义搜索等任务。

基于稳定扩散技术的文本到图像生成模型，已转换为ONNX格式并通过OnnxStack测试

Whisper是一个预训练的自动语音识别（ASR）和语音翻译模型，经过68万小时标注数据的训练，展现出强大的泛化能力。此仓库包含ONNX格式的Whisper large v2模型的INT4仅权重量化版本。