浏览器端模型与算法 SDK 目录

在浏览器本地运行 PicoDet XS/S/M/L 九个输入规格、PP-YOLOE+ S/M/L/X 640 与 PP-YOLO Tiny 320，共14个规格、39个稳定变体。支持图片、摄像头和视频帧，默认 PicoDet-L 320、FP32 和 ModelScope。

在浏览器本地识别文档版面、区域与阅读顺序，支持 WebGPU、WASM 及按模型版本管理缓存。

在浏览器本地检测文档图片的 0°、90°、180° 和 270° 朝向，提供纠正角度、运行耗时与模型缓存管理。

在浏览器本地完成 PP-OCRv6 文本检测、裁剪与识别，支持 WASM、WebGPU、主线程和 Worker。

在浏览器本地运行 PP-YOLOE-R-s 1024 FP32 单帧旋转框检测，识别 DOTA 15 类遥感目标，返回原图坐标系的类别、分数与四点框。

在浏览器本地运行 PP-YOLOE_seg_s 640 FP32 图片实例分割，返回 COCO 80 类对象的类别、分数、原图边界框和独立二值掩码，支持 CPU/WASM、GPU/WebGPU 与主线程/Worker。

在浏览器本地估计单人人体姿态，提供 256×192 与 128×96 两种输入规格和17个COCO关键点；SDK处理单帧或调用者人体框，独立Demo支持图片、本地视频与摄像头，提供CPU/WASM、GPU/WebGPU和主线程/Worker。

稳定版 0.1.0 提供独立 ByteTrack CPU 跟踪；0.2.0-rc.2 已通过 npm next 预发布，新增 OC-SORT、DeepSORT、BoT-SORT、可选人体 ReID 与独立运动估计实验。独立 Demo 展示 rc.2，稳定 latest 保持 0.1.0。