احفظ التاريخ! يعود مؤتمر Google I / O من 18 إلى 20 مايو. سجل الآن
ترجمت واجهة Cloud Translation API‏ هذه الصفحة.
Switch to English

النماذج المستضافة

فيما يلي قائمة غير كاملة من النماذج المدربة مسبقًا والمُحسَّنة للعمل مع TensorFlow Lite.

للبدء في اختيار نموذج ، تفضل بزيارة صفحة النماذج مع أمثلة شاملة ، أو اختر نموذج TensorFlow Lite من TensorFlow Hub .

تصنيف الصورة

لمزيد من المعلومات حول تصنيف الصور ، راجع تصنيف الصورة . استكشف مكتبة مهام TensorFlow Lite للحصول على إرشادات حول كيفية دمج نماذج تصنيف الصور في بضعة أسطر من التعليمات البرمجية.

النماذج الكمية

تقدم نماذج تصنيف الصور الكمية أصغر حجم للنموذج وأسرع أداء ، على حساب الدقة. يتم قياس قيم الأداء على هاتف Pixel 3 على نظام Android 10.

يمكنك العثور على العديد من النماذج الكمية من TensorFlow Hub والحصول على مزيد من المعلومات النموذجية هناك.

اسم النموذج الورق والنموذج حجم النموذج دقة أعلى 1 دقة أعلى 5 وحدة المعالجة المركزية ، 4 خيوط NNAPI
Mobilenet_V1_0.25_128_quant ورق و tflite و pb 0.5 ميغا بايت 39.5٪ 64.4٪ 0.8 مللي ثانية 2 مللي ثانية
Mobilenet_V1_0.25_160_quant ورق ، tflite & pb 0.5 ميغا بايت 42.8٪ 68.1٪ 1.3 مللي ثانية 2.4 مللي ثانية
Mobilenet_V1_0.25_192_quant ورق ، tflite & pb 0.5 ميغا بايت 45.7٪ 70.8٪ 1.8 مللي ثانية 2.6 مللي ثانية
Mobilenet_V1_0.25_224_quant ورق و tflite و pb 0.5 ميغا بايت 48.2٪ 72.8٪ 2.3 مللي ثانية 2.9 مللي ثانية
Mobilenet_V1_0.50_128_quant ورق ، tflite & pb 1.4 ميغا بايت 54.9٪ 78.1٪ 1.7 مللي ثانية 2.6 مللي ثانية
Mobilenet_V1_0.50_160_quant ورق ، tflite & pb 1.4 ميغا بايت 57.2٪ 80.5٪ 2.6 مللي ثانية 2.9 مللي ثانية
Mobilenet_V1_0.50_192_quant ورق ، tflite & pb 1.4 ميغا بايت 59.9٪ 82.1٪ 3.6 مللي ثانية 3.3 مللي ثانية
Mobilenet_V1_0.50_224_quant ورق و tflite و pb 1.4 ميغا بايت 61.2٪ 83.2٪ 4.7 مللي ثانية 3.6 مللي ثانية
Mobilenet_V1_0.75_128_quant ورق ، tflite & pb 2.6 ميجا بايت 55.9٪ 79.1٪ 3.1 مللي ثانية 3.2 مللي ثانية
Mobilenet_V1_0.75_160_quant ورق ، tflite & pb 2.6 ميجا بايت 62.4٪ 83.7٪ 4.7 مللي ثانية 3.8 مللي ثانية
Mobilenet_V1_0.75_192_quant ورق ، tflite & pb 2.6 ميجا بايت 66.1٪ 86.2٪ 6.4 مللي ثانية 4.2 مللي ثانية
Mobilenet_V1_0.75_224_quant ورق ، tflite & pb 2.6 ميجا بايت 66.9٪ 86.9٪ 8.5 مللي ثانية 4.8 مللي ثانية
Mobilenet_V1_1.0_128_quant ورق ، tflite & pb 4.3 ميجا بايت 63.3٪ 84.1٪ 4.8 مللي ثانية 3.8 مللي ثانية
Mobilenet_V1_1.0_160_quant ورق ، tflite & pb 4.3 ميجا بايت 66.9٪ 86.7٪ 7.3 مللي ثانية 4.6 مللي ثانية
Mobilenet_V1_1.0_192_quant ورق ، tflite & pb 4.3 ميجا بايت 69.1٪ 88.1٪ 9.9 مللي ثانية 5.2 مللي ثانية
Mobilenet_V1_1.0_224_quant ورق ، tflite & pb 4.3 ميجا بايت 70.0٪ 89.0٪ 13 مللي ثانية 6.0 مللي ثانية
Mobilenet_V2_1.0_224_quant ورق ، tflite & pb 3.4 ميجا بايت 70.8٪ 89.9٪ 12 مللي ثانية 6.9 مللي ثانية
Inception_V1_quant ورق ، tflite & pb 6.4 ميجا بايت 70.1٪ 89.8٪ 39 مللي ثانية 36 مللي ثانية
Inception_V2_quant ورق ، tflite & pb 11 ميغا بايت 73.5٪ 91.4٪ 59 مللي ثانية 18 مللي ثانية
Inception_V3_quant ورق و tflite و pb 23 ميغا بايت 77.5٪ 93.7٪ 148 مللي ثانية 74 مللي ثانية
Inception_V4_quant ورق ، tflite & pb 41 ميجا بايت 79.5٪ 93.9٪ 268 مللي ثانية 155 مللي ثانية

نماذج النقطة العائمة

تقدم نماذج النقطة العائمة أفضل دقة ، على حساب حجم النموذج والأداء. يتطلب تسريع GPU استخدام نماذج النقطة العائمة. يتم قياس قيم الأداء على هاتف Pixel 3 على نظام Android 10.

يمكنك العثور على العديد من نماذج تصنيف الصور من TensorFlow Hub والحصول على مزيد من معلومات النموذج هناك.

اسم النموذج الورق والنموذج حجم النموذج دقة أعلى 1 دقة أعلى 5 وحدة المعالجة المركزية ، 4 خيوط GPU NNAPI
DenseNet ورق و tflite و pb 43.6 ميجابايت 64.2٪ 85.6٪ 195 مللي ثانية 60 مللي ثانية 1656 مللي ثانية
SqueezeNet ورق ، tflite & pb 5.0 ميغا بايت 49.0٪ 72.9٪ 36 مللي ثانية 9.5 مللي ثانية 18.5 مللي ثانية
NASNet المحمول ورق ، tflite & pb 21.4 ميجا بايت 73.9٪ 91.5٪ 56 مللي ثانية - 102 مللي ثانية
NASNet كبيرة ورق و tflite و pb 355.3 ميجابايت 82.6٪ 96.1٪ 1170 مللي ثانية - 648 مللي ثانية
ResNet_V2_101 ورق ، tflite & pb 178.3 ميجابايت 76.8٪ 93.6٪ 526 مللي ثانية 92 مللي ثانية 1572 مللي ثانية
التأسيس_V3 ورق ، tflite & pb 95.3 ميجا بايت 77.9٪ 93.8٪ 249 مللي ثانية 56 مللي ثانية 148 مللي ثانية
التأسيس_V4 ورق ، tflite & pb 170.7 ميجا بايت 80.1٪ 95.1٪ 486 مللي ثانية 93 مللي ثانية 291 مللي ثانية
Inception_ResNet_V2 ورق و tflite و pb 121.0 ميجا بايت 77.5٪ 94.0٪ 422 مللي ثانية 100 مللي ثانية 201 مللي ثانية
Mobilenet_V1_0.25_128 ورق ، tflite & pb 1.9 ميجا بايت 41.4٪ 66.2٪ 1.2 مللي ثانية 1.6 مللي ثانية 3 مللي ثانية
Mobilenet_V1_0.25_160 ورق ، tflite & pb 1.9 ميجا بايت 45.4٪ 70.2٪ 1.7 مللي ثانية 1.7 مللي ثانية 3.2 مللي ثانية
Mobilenet_V1_0.25_192 ورق ، tflite & pb 1.9 ميجا بايت 47.1٪ 72.0٪ 2.4 مللي ثانية 1.8 مللي ثانية 3.0 مللي ثانية
Mobilenet_V1_0.25_224 ورق ، tflite & pb 1.9 ميجا بايت 49.7٪ 74.1٪ 3.3 مللي ثانية 1.8 مللي ثانية 3.6 مللي ثانية
Mobilenet_V1_0.50_128 ورق ، tflite & pb 5.3 ميغا بايت 56.2٪ 79.3٪ 3.0 مللي ثانية 1.7 مللي ثانية 3.2 مللي ثانية
Mobilenet_V1_0.50_160 ورق ، tflite & pb 5.3 ميغا بايت 59.0٪ 81.8٪ 4.4 مللي ثانية 2.0 مللي ثانية 4.0 مللي ثانية
Mobilenet_V1_0.50_192 ورق ، tflite & pb 5.3 ميغا بايت 61.7٪ 83.5٪ 6.0 مللي ثانية 2.5 مللي ثانية 4.8 مللي ثانية
Mobilenet_V1_0.50_224 ورق ، tflite & pb 5.3 ميغا بايت 63.2٪ 84.9٪ 7.9 مللي ثانية 2.8 مللي ثانية 6.1 مللي ثانية
Mobilenet_V1_0.75_128 ورق و tflite و pb 10.3 ميجا بايت 62.0٪ 83.8٪ 5.5 مللي ثانية 2.6 مللي ثانية 5.1 مللي ثانية
Mobilenet_V1_0.75_160 ورق ، tflite & pb 10.3 ميجا بايت 65.2٪ 85.9٪ 8.2 مللي ثانية 3.1 مللي ثانية 6.3 مللي ثانية
Mobilenet_V1_0.75_192 ورق ، tflite & pb 10.3 ميجا بايت 67.1٪ 87.2٪ 11.0 مللي ثانية 4.5 مللي ثانية 7.2 مللي ثانية
Mobilenet_V1_0.75_224 ورق ، tflite & pb 10.3 ميجا بايت 68.3٪ 88.1٪ 14.6 مللي ثانية 4.9 مللي ثانية 9.9 مللي ثانية
Mobilenet_V1_1.0_128 ورق ، tflite & pb 16.9 ميجا بايت 65.2٪ 85.7٪ 9.0 مللي ثانية 4.4 مللي ثانية 6.3 مللي ثانية
Mobilenet_V1_1.0_160 ورق ، tflite & pb 16.9 ميجا بايت 68.0٪ 87.7٪ 13.4 مللي ثانية 5.0 مللي ثانية 8.4 مللي ثانية
Mobilenet_V1_1.0_192 ورق و tflite و pb 16.9 ميجا بايت 69.9٪ 89.1٪ 18.1 مللي ثانية 6.3 مللي ثانية 10.6 مللي ثانية
Mobilenet_V1_1.0_224 ورق ، tflite & pb 16.9 ميجا بايت 71.0٪ 89.9٪ 24.0 مللي ثانية 6.5 مللي ثانية 13.8 مللي ثانية
Mobilenet_V2_1.0_224 ورق ، tflite & pb 14.0 ميجابايت 71.8٪ 90.6٪ 17.5 مللي ثانية 6.2 مللي ثانية 11.23 مللي ثانية

نماذج المحمول AutoML

تم إنشاء نماذج تصنيف الصور التالية باستخدام Cloud AutoML . يتم قياس قيم الأداء على هاتف Pixel 3 على نظام Android 10.

يمكنك العثور على هذه النماذج في TensorFlow Hub والحصول على مزيد من معلومات النموذج هناك.

اسم النموذج الورق والنموذج حجم النموذج دقة أعلى 1 دقة أعلى 5 وحدة المعالجة المركزية ، 4 خيوط GPU NNAPI
MnasNet_0.50_224 ورق ، tflite & pb 8.5 ميجا بايت 68.03٪ 87.79٪ 9.5 مللي ثانية 5.9 مللي ثانية 16.6 مللي ثانية
MnasNet_0.75_224 ورق ، tflite & pb 12 ميغا بايت 71.72٪ 90.17٪ 13.7 مللي ثانية 7.1 مللي ثانية 16.7 مللي ثانية
MnasNet_1.0_96 ورق و tflite و pb 17 ميغا بايت 62.33٪ 83.98٪ 5.6 مللي ثانية 5.4 مللي ثانية 12.1 مللي ثانية
MnasNet_1.0_128 ورق و tflite و pb 17 ميغا بايت 67.32٪ 87.70٪ 7.5 مللي ثانية 5.8 مللي ثانية 12.9 مللي ثانية
MnasNet_1.0_160 ورق و tflite و pb 17 ميغا بايت 70.63٪ 89.58٪ 11.1 مللي ثانية 6.7 مللي ثانية 14.2 مللي ثانية
MnasNet_1.0_192 ورق ، tflite & pb 17 ميغا بايت 72.56٪ 90.76٪ 14.5 مللي ثانية 7.7 مللي ثانية 16.6 مللي ثانية
MnasNet_1.0_224 ورق ، tflite & pb 17 ميغا بايت 74.08٪ 91.75٪ 19.4 مللي ثانية 8.7 مللي ثانية 19 مللي ثانية
MnasNet_1.3_224 ورق ، tflite & pb 24 ميغا بايت 75.24٪ 92.55٪ 27.9 مللي ثانية 10.6 مللي ثانية 22.0 مللي ثانية

كشف الكائن

لمزيد من المعلومات حول اكتشاف الكائن ، راجع اكتشاف الكائن . استكشف مكتبة مهام TensorFlow Lite للحصول على إرشادات حول كيفية دمج نماذج اكتشاف الكائنات في بضعة أسطر من التعليمات البرمجية.

يرجى العثور على نماذج اكتشاف الكائنات من TensorFlow Hub.

تقدير تشكل

لمزيد من المعلومات حول تقدير الوضع ، راجع تقدير الوضع .

يرجى العثور على نماذج تقدير الوضع من TensorFlow Hub.

تقطيع الصورة

لمزيد من المعلومات حول تجزئة الصورة ، راجع التجزئة . استكشف مكتبة مهام TensorFlow Lite للحصول على إرشادات حول كيفية دمج نماذج تجزئة الصور في بضعة أسطر من التعليمات البرمجية.

يرجى العثور على نماذج تجزئة الصور من TensorFlow Hub.

سؤال وجواب

لمزيد من المعلومات حول السؤال والجواب مع MobileBERT ، راجع سؤال وجواب . استكشف مكتبة مهام TensorFlow Lite للحصول على إرشادات حول كيفية دمج نماذج الأسئلة والأجوبة في بضعة أسطر من التعليمات البرمجية.

يرجى العثور على نموذج Mobile BERT من TensorFlow Hub.

رد ذكي

لمزيد من المعلومات حول الرد الذكي ، راجع الرد الذكي .

يرجى العثور على نموذج الرد الذكي من TensorFlow Hub.