AiDBox 模型移植指南

AiDBox Web 控制台 · 模型仓库

目标：学会将第三方模型转换、上传并接入系统，完成"模型移植 + 场景任务接入 + 效果验证"的完整闭环。

Pipeline 编排解决的是"怎么组织已有能力"；本章解决"怎么把新的能力带进来"。学完后你将具备：

学习路径

准备模型 → Docker 中完成转换 → 上传系统并补全元数据
            → 图片验证 → 接入场景任务并做端到端测试

AiDBox 使用 ONNX 作为统一模型交换格式。主流来源：

来源	路径
Ultralytics（YOLO）	`yolo export format=onnx` 导出，再导入模型仓库；NPU 部署可进一步转换为 bmodel
Roboflow	在 Roboflow 上训练后导出 ONNX，再导入 AiDBox
自定义模型	任何兼容 ONNX 的检测/分类模型，按本指南接入
SOPHGO Model Zoo	sophon-demo 仓库中的模型可通过后处理适配 + 流水线节点注册接入

教程示例使用公开可获取的 VisDrone-YOLOv8 检测模型（无人机目标检测），完整覆盖转换与验证流程。

ONNX → bmodel 转换由 AiDBox 内置的模型转换服务完成（Sophon TPU-MLIR 工具链随系统提供）：

# 在安装了 Docker 的电脑上（x86），使用 AiDBox 提供的转换环境
    docker compose -f docker-compose.x86.yml run --rm \
      aibox convert /path/to/model.onnx

提示：转换产物 .bmodel 与目标芯片绑定（BM1684X/BM1688/CV186X），跨芯片需重新转换。

使用「图片分析」功能上传测试图片，确认模型输出（检测框、类别、置信度）符合预期后再进入场景任务。