ML Bench

Strumento di benchmark per l'apprendimento automatico (ML Bench) (Strumento di benchmark AI)

Modelli supportati:

- MobileNet v1

- MobileNet v2

- Inception v3

- Resnet v2 50

- SSD Mobilenet v1 (rilevamento oggetti)

Runtime supportato:

- Tensorflow Lite

- Tensorflow Mobile

- Android NN

- SNPE (per Qualcomm)

- PyTorth

- TVM

Come caricare lateralmente il tuo modello:

1. Preparare il file del modello (i tipi supportati sono tflite, pytorch, tvm, dlc)

2. Sulla macchina locale, creare la directory [Nome modello]

3. Copiare il file del modello nella directory [Nome modello]

4. Creare un file chiamato meta-data.json nella directory [Nome modello]

esempio di meta-data.json:

{

"xres": 299,

"anni": 299,

"profondità": 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

}

* puoi anche impostare la tua etichetta, verità di base e file di immagine

{

...

"etichette": "my_labels.txt",

"ground_truth": "my_ground_truth.txt",

"image_path": "my / path / to / images",

...

}

5. spingere la directory [Nome modello] sul dispositivo utilizzando il comando seguente

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