---
title: resnet50
canonical_url: "https://www.modelscope.cn/models/AXERA-TECH/resnet50"
md_url: "https://www.modelscope.cn/models/AXERA-TECH/resnet50.md"
repository: AXERA-TECH/resnet50
last_updated: 2026-07-15
license: apache-2.0
pipeline_tag: image-classification
tasks:
  - image-classification
library_name:
  - pytorch
frameworks:
  - pytorch
language:
  - en
downloads: 0
stars: 0
tags:
  - image-classification
  - resnet
  - imagenet
  - ax650
  - axmodel
---

# resnet50

> resnet50 - AXERA-TECH 在 ModelScope 开源的模型。ResNet50 ImageNet Classification (AX650)

AXERA-TECH/resnet50 是 ModelScope 魔搭社区上的image-classification模型，采用 apache-2.0 许可。

- **Repository**: AXERA-TECH/resnet50
- **License**: apache-2.0
- **Tasks**: image-classification
- **Tags**: image-classification, resnet, imagenet, ax650, axmodel
- **Downloads**: 0
- **Stars**: 0
- **Last updated**: 2026-07-15

Source: https://www.modelscope.cn/models/AXERA-TECH/resnet50

---

# ResNet50 ImageNet Classification (AX650)

ResNet50 图像分类模型，已编译为 AX650 芯片的 AXMODEL 格式。

## 模型概述

- **任务**: 图像分类 (ImageNet 1000类)
- **芯片**: AX650 / AX650N
- **输入**: [1, 3, 224, 224], float32, NCHW
- **预处理**: (input/255 - mean) / std, mean=[0.485,0.456,0.406], std=[0.229,0.224,0.225]
- **输出**: [1, 1000], float32, ImageNet 类别 logits

## 目录说明

| 目录 | 用途 |
|------|------|
| `models/` | AXMODEL 模型文件 + 元信息 |
| `python/` | Python SDK (基于 pyaxengine) |
| `model_convert/` | 从零复现模型转换 |

## 快速开始

### 路径 A: 直接用 AXMODEL 推理

**环境安装**:
```bash
# 安装 pyaxengine
pip install pyaxengine
# 或从源码: git clone https://github.com/AXERA-TECH/pyaxengine && cd pyaxengine && pip install .

# 安装依赖
cd python
pip install -r requirements.txt
```

**运行推理**:
```bash
cd python
# 确保 LD_LIBRARY_PATH 包含 AX 运行时库
export LD_LIBRARY_PATH=/soc/lib:$LD_LIBRARY_PATH
python example.py <image.jpg>
```

### 路径 B: 从零复现

详见 [model_convert/README.md](model_convert/README.md)。

## 性能摘要

| 指标 | 值 |
|------|-----|
| MACs | 4.09G |
| AXMODEL 大小 | 26 MB |
| ONNX 大小 | 102 MB |
| 压缩比 | 3.94x |
| 仿真 Cosine | 0.9997 ± 0.0001 |
| 板端 Python 延迟 | ~1600 ms |

## 已知限制

- 输入分辨率固定为 224x224
- Batch size 固定为 1
- 仅 AX650/AX650N 芯片