ML Bench

機器學習標杆 AI基準

機器學習基準工具（ML基準）（AI基準工具）

支持的型號：

-MobileNet v1

-MobileNet v2

-盜夢空間v3

-Resnet v2 50

-SSD Mobilenet v1（對象檢測）

支持的運行時：

-Tensorflow Lite

-Tensorflow Mobile

-Android NN

-SNPE（適用於高通公司）

-PyTorth

-TVM

如何側面加載模型：

1.準備模型文件（支持的類型為tflite，pytorch，tvm，dlc）

2.在本地計算機上，創建[型號名稱]目錄

3.將您的模型文件複製到[模型名稱]目錄

4.在[型號名稱]目錄中創建一個名為meta-data.json的文件

meta-data.json的示例：

{

“ xres”：299，

“ yres”：299，

“深度”：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

}

*您還可以設置自己的標籤，基本情況和圖像文件

{

...

“ labels”：“ my_labels.txt”，

“ ground_truth”：“ my_ground_truth.txt”，

“ image_path”：“我的/路徑/到/圖像”，

...

}

5.使用以下命令將[型號名稱]目錄推送到您的設備

adb push ./ [型號名稱] / sdcard /下載/ MlBenchModels /