ML Bench

मशीन लर्निंग बेंचमार्क टूल (ML बेंच) (AI बेंचमार्क टूल)

समर्थित मॉडल:

- मोबाइलनेट v1

- मोबाइलनेट v2

- स्थापना v3

- रेसनेट v2 50

- एसएसडी मोबिलनेट v1 (ऑब्जेक्ट डिटेक्शन)

समर्थित रनटाइम:

- टेंसरफ्लो लाइट

- टेंसरफ्लो मोबाइल

- एंड्रॉइड एनएन

- एसएनपीई (क्वालकॉम के लिए)

- प्योरथ

- टीवीएम

अपने मॉडल को कैसे लोड करें:

1. अपनी मॉडल फ़ाइल तैयार करें (समर्थित प्रकार tflite, pytorch, tvm, dlc हैं)

2. अपने स्थानीय मशीन पर, [मॉडल नाम] निर्देशिका बनाएं

3. अपनी मॉडल फ़ाइल को [मॉडल नाम] निर्देशिका में कॉपी करें

4. [मॉडल नाम] निर्देशिका में मेटा-data.json नामक एक फ़ाइल बनाएँ

मेटा- data.json का उदाहरण:

{{

"एक्सरे": 299,

"यर्स": 299,

"गहराई": 3,

"इनपुट_टाइप": "फ्लोट",

"आउटपुट_टाइप": "फ्लोट",

"input_name": "इनपुट: 0",

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

"image_mean": 0,

"image_std": 0,

"लेबल_ऑफ़सेट": 1

}

* आप अपने खुद के लेबल, जमीनी सच्चाई और छवि फ़ाइलों को भी सेट कर सकते हैं

{{

...

"लेबल": "my_labels.txt"

"ground_truth": "my_ground_truth.txt",

"image_path": "मेरे / पथ / से / चित्र",

...

}

नीचे दिए गए कमांड का उपयोग करके अपने डिवाइस में [मॉडल का नाम] निर्देशिका को धक्का दें

अदब धक्का