Herramienta de referencia de aprendizaje automático (ML Bench) (Herramienta de referencia de AI)
Modelos soportados:
- MobileNet v1
- MobileNet v2
- Iniciación v3
- Resnet v2 50
- SSD Mobilenet v1 (Detección de objetos)
Tiempo de ejecución soportado:
- Tensorflow Lite
- Tensorflow Mobile
- Android NN
- SNPE (para Qualcomm)
Soporte de carga lateral:
Cómo cargar lateralmente tu modelo:
1. Convierta su modelo a tflite (usando toco) o dlc (usando la herramienta de conversión snpe).
2. En su máquina local, cree el directorio [Nombre del modelo]
3. Copie su archivo de modelo en el directorio creado en el paso 2
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": "float",
"output_type": "float",
"input_name": "input: 0",
"output_name": "InceptionV3 / Predictions / Reshape_1: 0",
"image_mean": 0,
"image_std": 0
"acelerador": "dsp",
}
5. presione el directorio [Nombre del modelo] en el dispositivo de destino utilizando el comando a continuación
adb push ./[Model Name] /sdcard/Android/data/com.etinum.mlbench/files/models/
Categoría : Herramientas
Búsquedas relacionadas