探索云世界
场景描述：用户输入一张图片，希望能够识别其中常见的一些物体（比如：人、车辆、常见动物等等），最好能够有位置的信息，最终能够可视化展示出图片上有什么东西，具体在哪个位置。
速度要求：PC端和移动端都有需求，最好能够做到实时；
问题：求推荐ModelScope上合适的模型。
写回答
可以使用通用检测模型（https://modelscope.cn/models/damo/cv_cspnet_image-object-detection_yolox/summary）
