ML Bench

Herramienta de referencia de aprendizaje automático (ML Bench) (Herramienta de referencia de IA)

Modelos soportados:

- MobileNet v1

- MobileNet v2

- Inception v3

- Resnet v2 50

- SSD Mobilenet v1 (detección de objetos)

Tiempo de ejecución admitido:

- Tensorflow Lite

- Tensorflow Mobile

- Android NN

- SNPE (para Qualcomm)

- PyTorth

- TVM

Cómo cargar lateralmente su modelo:

1. Prepare su archivo de modelo (los tipos admitidos son tflite, pytorch, tvm, dlc)

2. En su máquina local, cree el directorio [Nombre del modelo]

3. Copie el archivo de su modelo en el directorio [Nombre del modelo]

4. Cree un archivo llamado meta-data.json en el directorio [Nombre del modelo]

ejemplo de meta-data.json:

{

"xres": 299,

"años": 299,

"profundidad": 3,

"input_type": "flotante",

"output_type": "flotante",

"input_name": "entrada: 0",

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

"image_mean": 0,

"image_std": 0,

"label_offset": 1

}

* también puede configurar su propia etiqueta, verdad básica y archivos de imagen

{

...

"etiquetas": "my_labels.txt",

"ground_truth": "my_ground_truth.txt",

"image_path": "mi / ruta / a / imágenes",

...

}

5. Inserte el directorio [Nombre del modelo] en su dispositivo usando el siguiente comando

adb push ./[Model Name] / sdcard / Download / MlBenchModels /