在Caffe框架中，常用的预训练模型包括以下几种：
1. CaffeNet：CaffeNet是在ImageNet数据集上预训练的基于AlexNet架构的模型。
2. GoogLeNet：GoogLeNet是Google开发的深度神经网络模型，具有较高的准确率和较低的计算复杂度。
3. ResNet：ResNet是由微软研究院提出的深度残差网络模型，具有非常深的网络结构和较好的性能表现。
4. VGGNet：VGGNet是由牛津大学视觉几何组提出的深度卷积神经网络模型，具有较简单的网络结构和较好的性能表现。
5. SqueezeNet：SqueezeNet是由DeepScale公司提出的一种轻量级深度神经网络模型，具有较小的模型体积和较快的推理速度。
这些预训练模型在Caffe框架中都有对应的模型文件和权重文件，可以方便地加载和使用。同时，用户也可以基于这些预训练模型进行微调，以适应特定的任务和数据集。
