스마트폰에서 쓰기 좋은 경량 ai 모델

https://ai-benchmark.com/tests.html

AI-Benchmark Section 1: Object Recognition / Classification Neural Network: MobileNet - V2   |   INT8  +  FP16 Image Resolution: 224 x 224 px Accuracy on ImageNet: 71.9 % Paper & Code Links: paper / code A very small yet already powerful neural network that is able to recognize 1000 different object classes base… Section 1: Object Recognition / Classification Neural Network: MobileNet - V2   |   INT8  +  FP16 Image Resolution: 224 x 224 px Accuracy on ImageNet: 71.9 % Paper & Code Links: paper / code A very small yet already powerful neural network that is able to recognize 1000 different object classes base…

https://inforience.net/2020/10/20/ai-benchmark/

모바일폰에서 동작하는 딥러닝 모듈의 성능을 알아보자. (AI-Benchmark) 클릭 » Hello, world !! (from ShadowEgo) 들어가며. 최근 몇 년간 딥러닝 기술의 발전과 함께 Machine Intelligence 가 비약적으로 향상되어 왔고 아직까지 그 성장세가 여전하다. 초기 딥러닝 모델은 많은 연산량을 필요로 했기에 서버나 PC의 GPU 에서만 주로 동작했으나, 모바일 프로세서의 발전과 모… 클릭 » Hello, world !! (from ShadowEgo) 들어가며. 최근 몇 년간 딥러닝 기술의 발전과 함께 Machine Intelligence 가 비약적으로 향상되어 왔고 아직까지 그 성장세가 여전하다. 초기 딥러닝 모델은 많은 연산량을 필요로 했기에 서버나 PC의 GPU 에서만 주로 동작했으나, 모바일 프로세서의 발전과 모…