ML Bench

기계 학습 벤치 마크 AI 벤치 마크

머신 러닝 벤치 마크 도구 (ML 벤치) (AI 벤치 마크 도구)

지원되는 모델 :

-MobileNet v1

-MobileNet v2

-Inception v3

-Resnet v2 50

-SSD Mobilenet v1 (객체 감지)

지원되는 런타임 :

-Tensorflow Lite

-Tensorflow 모바일

-안드로이드 NN

-SNPE (Qualcomm 용)

-PyTorth

-TVM

모델을 사이드로드하는 방법 :

1. 모델 파일 준비 (지원되는 유형은 tflite, pytorch, tvm, dlc)

2. 로컬 컴퓨터에서 [모델 이름] 디렉터리를 만듭니다.

3. 모델 파일을 [Model Name] 디렉토리에 복사합니다.

4. [Model Name] 디렉터리에 meta-data.json이라는 파일을 만듭니다.

meta-data.json의 예 :

{

"xres": 299,

"yres": 299,

"깊이": 3,

"input_type": "float",

"output_type": "부동",

"input_name": "입력 : 0",

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

"이미지 _ 평균": 0,

"image_std": 0,

"label_offset": 1

}

* 자신 만의 레이블, Ground Truth 및 이미지 파일을 설정할 수도 있습니다.

{

...

"labels": "my_labels.txt",

"ground_truth": "my_ground_truth.txt",

"image_path": "내 / 경로 / 대상 / 이미지",

...

}

5. 아래 명령을 사용하여 [모델 이름] 디렉토리를 장치에 푸시합니다.

adb push ./ [모델 이름] / sdcard / Download / MlBenchModels /