ML Bench

Outil de référence d'apprentissage automatique (ML Bench) (AI Benchmark Tool)

Modèles pris en charge:

- MobileNet v1

- MobileNet v2

- Création v3

- Resnet v2 50

- SSD Mobilenet v1 (détection d'objets)

Runtime pris en charge:

- Tensorflow Lite

- Tensorflow Mobile

- Android NN

- SNPE (pour Qualcomm)

- PyTorth

- TVM

Comment charger latéralement votre modèle:

1. Préparez votre fichier de modèle (les types pris en charge sont tflite, pytorch, tvm, dlc)

2. Sur votre ordinateur local, créez le répertoire [Nom du modèle]

3. Copiez votre fichier de modèle dans le répertoire [Nom du modèle]

4. Créez un fichier appelé meta-data.json dans le répertoire [Model Name]

exemple de meta-data.json:

{

"xres": 299,

"yres": 299,

"profondeur": 3,

"input_type": "float",

"output_type": "float",

"nom_entrée": "entrée: 0",

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

"image_mean": 0,

"image_std": 0,

"label_offset": 1

}

* vous pouvez également définir votre propre étiquette, vérité terrain et fichiers image

{

...

"labels": "my_labels.txt",

"ground_truth": "my_ground_truth.txt",

"image_path": "mon / chemin / vers / images",

...

}

5. poussez le répertoire [Nom du modèle] sur votre appareil en utilisant la commande ci-dessous

adb push ./[Nom du modèle] / sdcard / Download / MlBenchModels /