[whjthu]

扩充真实网络来源引入 1000+ 真实模型

背景与目标

为后续对 InfiniTensor 的充分测试引入更多模型。本 PR 形成 1422 个去重真实网络配置、21 种任务，采用 1409 项通用清单与 13 项 Paddle 清单分环境验收。

使用官方网络实现及随机初始化权重，不下载检查点、不训练。每项必须通过 ONNX 检查、ORT 执行和相同显式输入下的原始框架/ONNX 全部输出比较；按具名架构与结构指纹传递去重。

主要改动

• 接入 9 个已验证来源插件：timm、PyTorchCV、Segmentation Models PyTorch、torchSR、torchaudio、Transformers、Torchvision 多任务、PaddleOCR 和 PaddleSeg；另保留 PaddleDetection 探索插件及明确环境阻塞结果。
• 增加超分辨率、音频、视频、光流、NLP、深度、时间序列，以及 OCR、表格结构和图像抠图等任务；单独提供 62 项多任务清单与 13 项 Paddle 清单，防止分类数量掩盖任务缺失。
• 增加确定性命名输入合同和 NPZ，支持多输入、INT64/BOOL、嵌套多输出及全部输出比较。FLOAT 固定 atol=rtol=1e-3，INT/BOOL 精确比较，shape/dtype/非有限值不符均失败。
• Paddle 原始参考在静态转换前复制保存，避免导出修改 Layer 状态后污染参考，恢复 SLANet 的可信比较。不同框架必须提供各自的比较证据。
• 增加独立子进程、逐项超时/崩溃恢复、原子完整包缓存、增量 catalog、依赖/源码签名和严格计数门禁。Paddle 每项使用新进程，隔离上游注册表状态。
• 增加显式固定源码准备入口、依赖约束、中文说明和三类来源 CI 冒烟；不提交模型权重或上游源码。
• 统一任务恢复与模型缓存的源码及验证环境签名，修正 PyTorchCV 非分类任务映射，并为子图输入、initializer、节点输出及外层捕获值建立作用域身份。

来源	去重通过项
timm	615
PyTorchCV	477
Segmentation Models PyTorch	255
torchSR	27
torchaudio	3
Transformers	21
Torchvision 多任务	11
PaddleOCR	8
PaddleSeg / Matting	5
合计	1422

清单是去重后的具名网络配置，包含同一家族不同深度/宽度/任务头及超分辨率倍率，并非 1422 个独立研究模型家族。