Strumento di benchmark Machine Learning (ML Bench) (Strumento di benchmark AI)
Modelli supportati:
- MobileNet v1
- MobileNet v2
- Inception v3
- Resnet v2 50
- SSD Mobilenet v1 (Object Detection)
Runtime supportato:
- Tensorflow Lite
- Tensorflow Mobile
- Android NN
- SNPE (per Qualcomm)
Supporto SideLoad:
Come caricare sul lato il tuo modello:
1. Converti il tuo modello in tflite (usando toco) o dlc (usando lo strumento di conversione snpe).
2. Sulla macchina locale, creare la directory [Nome modello]
3. Copiare il file del modello nella directory creata nel passaggio 2
4. Creare un file chiamato meta-data.json nella directory [Nome modello]
esempio di meta-data.json:
{
"xres": 299,
"yres": 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,
"Acceleratore": "DSP",
}
5. premere la directory [Nome modello] sul dispositivo di destinazione usando il comando di sotto
adb push ./[Model Name] /sdcard/Android/data/com.etinum.mlbench/files/models/
Categoria : Strumenti
Ricerche associate