ML Bench

Ferramenta de benchmark de aprendizado de máquina (ML Bench) (ferramenta de benchmark AI)

Modelos suportados:

- MobileNet v1

- MobileNet v2

- Inception v3

- Resnet v2 50

- SSD Mobilenet v1 (Detecção de objeto)

Tempo de execução compatível:

- Tensorflow Lite

- Tensorflow Mobile

- Android NN

- SNPE (para Qualcomm)

- PyTorth

- TVM

Como fazer o side load de seu modelo:

1. Prepare seu arquivo de modelo (os tipos suportados são tflite, pytorch, tvm, dlc)

2. Em sua máquina local, crie o diretório [Nome do modelo]

3. Copie o arquivo do seu modelo para o diretório [Nome do modelo]

4. Crie um arquivo chamado meta-data.json no diretório [Nome do modelo]

exemplo de meta-data.json:

{

"xres": 299,

"yres": 299,

"profundidade": 3,

"input_type": "float",

"output_type": "float",

"input_name": "input: 0",

"output_name": "InceptionV3 / Predictions / Reshape_1: 0",

"image_mean": 0,

"image_std": 0,

"label_offset": 1

}

* você também pode definir seu próprio rótulo, verdade fundamental e arquivos de imagem

{

...

"labels": "my_labels.txt",

"ground_truth": "my_ground_truth.txt",

"caminho_imagem": "meu / caminho / para / imagens",

...

}

5. Empurre o diretório [Nome do modelo] para o seu dispositivo usando o comando abaixo

adb push ./[Nome do modelo] / sdcard / Download / MlBenchModels /