日付を保存! Google I / Oが5月18日から20日に戻ってきます今すぐ登録

ホステッドモデル

以下は、TensorFlow Lite で動作するように最適化された事前トレーニング済みモデルのリストの一部です。

モデルの選択を開始するには、エンドツーエンドの例が記載されたモデルページにアクセスするか、TensorFlow Hub からの TensorFlow Lite モデルを選択してください。

注: 特定のアプリケーションに最適なモデルは、要件によって異なります。たとえば、アプリケーションによっては、より高い精度が有用な場合がありますが、小さなモデルサイズを必要とする場合もあります。そのため、さまざまなモデルを使用してアプリケーションをテストし、サイズ、パフォーマンス、および精度の最適なバランスを見つける必要があります。

画像分類

画像分類の詳細については、画像分類を参照してください。わずか数行のコードで画像分類モデルを統合するには、TensorFlow Lite Task Library をご覧ください。

量子化モデル

量子化画像分類モデルは、精度を低くして、最小のモデルサイズと最速のパフォーマンスを提供します。パフォーマンス値は、Android 10 が搭載された Pixel 3 で測定されています。

TensorFlow Hub には多くの量子化モデルが提供されているため、TensorFlow Hub からさらに詳しいモデル情報を取得できます。

モデル名 論文とモデル モデルサイズ トップ1の精度 トップ5の精度 CPU、4 スレッド NNAPI
Mobilenet_V1_0.25_128_quant 論文tflite&pb 0.5 Mb 39.5% 64.4% 0.8 ms 2 ms
Mobilenet_V1_0.25_160_quant 論文tflite&pb 0.5 Mb 42.8% 68.1% 1.3 ms 2.4 ms
Mobilenet_V1_0.25_192_quant 論文tflite&pb 0.5 Mb 45.7% 70.8% 1.8 ms 2.6 ms
Mobilenet_V1_0.25_224_quant 論文tflite&pb 0.5 Mb 48.2% 72.8% 2.3 ms 2.9 ms
Mobilenet_V1_0.50_128_quant 論文tflite&pb 1.4 Mb 54.9% 78.1% 1.7 ms 2.6 ms
Mobilenet_V1_0.50_160_quant 論文tflite&pb 1.4 Mb 57.2% 80.5% 2.6 ms 2.9 ms
Mobilenet_V1_0.50_192_quant 論文tflite&pb 1.4 Mb 59.9% 82.1% 3.6 ms 3.3 ms
Mobilenet_V1_0.50_224_quant 論文tflite&pb 1.4 Mb 61.2% 83.2% 4.7 ms 3.6 ms
Mobilenet_V1_0.75_128_quant 論文tflite&pb 2.6 Mb 55.9% 79.1% 3.1 ms 3.2 ms
Mobilenet_V1_0.75_160_quant 論文tflite&pb 2.6 Mb 62.4% 83.7% 4.7 ms 3.8 ms
Mobilenet_V1_0.75_192_quant 論文tflite&pb 2.6 Mb 66.1% 86.2% 6.4 ms 4.2 ms
Mobilenet_V1_0.75_224_quant 論文tflite&pb 2.6 Mb 66.9% 86.9% 8.5 ms 4.8 ms
Mobilenet_V1_1.0_128_quant 論文tflite&pb 4.3 Mb 63.3% 84.1% 4.8 ms 3.8 ms
Mobilenet_V1_1.0_160_quant 論文tflite&pb 4.3 Mb 66.9% 86.7% 7.3 ms 4.6 ms
Mobilenet_V1_1.0_192_quant 論文tflite&pb 4.3 Mb 69.1% 88.1% 9.9 ms 5.2 ms
Mobilenet_V1_1.0_224_quant 論文tflite&pb 4.3 Mb 70.0% 89.0% 13 ms 6.0 ms
Mobilenet_V2_1.0_224_quant 論文tflite&pb 3.4 Mb 70.8% 89.9% 12 ms 6.9 ms
Inception_V1_quant 論文tflite&pb 6.4 Mb 70.1% 89.8% 39 ms 36 ms
Inception_V2_quant 論文tflite&pb 11 Mb 73.5% 91.4% 59 ms 18 ms
Inception_V3_quant 論文tflite&pb 23 Mb 77.5% 93.7% 148 ms 74 ms
Inception_V4_quant 論文tflite&pb 41 Mb 79.5% 93.9% 268 ms 155 ms

注: モデルファイルには、TF Lite FlatBuffer と Tensorflow フリーズグラフの両方が含まれます。

注: パフォーマンスの数値は、Pixel-3 (Android 10) でベンチマークされ、精度の数値は、TFLite 画像分類評価ツールを使用して計算されています。

浮動小数点モデル

浮動小数点モデルは、モデルのサイズとパフォーマンスを犠牲にして、最高の精度を提供します。GPU アクセラレーションでは、浮動小数点モデルを使用する必要があります。パフォーマンス値は、Android 10 を搭載した Pixel 3 で測定されています。

TensorFlow Hub には多くの画像分類モデルが提供されているため、TensorFlow Hub からさらに詳しいモデル情報を取得できます。

モデル名 論文とモデル モデルサイズ トップ 1 精度 トップ 5 精度 CPU、4 スレッド GPU NNAPI
DenseNet 論文tflite&pb 43.6 Mb 64.2% 85.6% 195 ms 60 ms 1656 ms
SqueezeNet 論文tflite&pb 5.0 Mb 49.0% 72.9% 36 ms 9.5 ms 18.5 ms
NASNet mobile 論文tflite&pb 21.4 Mb 73.9% 91.5% 56 ms --- 102 ms
NASNet large 論文tflite&pb 355.3 Mb 82.6% 96.1% 1170 ms --- 648 ms
ResNet_V2_101 論文tflite&pb 178.3 Mb 76.8% 93.6% 526 ms 92 ms 1572 ms
Inception_V3 論文tflite&pb 95.3 Mb 77.9% 93.8% 249 ms 56 ms 148 ms
Inception_V4 論文tflite&pb 170.7 Mb 80.1% 95.1% 486 ms 93 ms 291 ms
Inception_ResNet_V2 論文tflite&pb 121.0 Mb 77.5% 94.0% 422 ms 100 ms 201 ms
Mobilenet_V1_0.25_128 論文tflite&pb 1.9 Mb 41.4% 66.2% 1.2 ms 1.6 ms 3 ms
Mobilenet_V1_0.25_160 論文tflite&pb 1.9 Mb 45.4% 70.2% 1.7 ms 1.7 ms 3.2 ms
Mobilenet_V1_0.25_192 論文tflite&pb 1.9 Mb 47.1% 72.0% 2.4 ms 1.8 ms 3.0 ms
Mobilenet_V1_0.25_224 論文tflite&pb 1.9 Mb 49.7% 74.1% 3.3 ms 1.8 ms 3.6 ms
Mobilenet_V1_0.50_128 論文tflite&pb 5.3 Mb 56.2% 79.3% 3.0 ms 1.7 ms 3.2 ms
Mobilenet_V1_0.50_160 論文tflite&pb 5.3 Mb 59.0% 81.8% 4.4 ms 2.0 ms 4.0 ms
Mobilenet_V1_0.50_192 論文tflite&pb 5.3 Mb 61.7% 83.5% 6.0 ms 2.5 ms 4.8 ms
Mobilenet_V1_0.50_224 論文tflite&pb 5.3 Mb 63.2% 84.9% 7.9 ms 2.8 ms 6.1 ms
Mobilenet_V1_0.75_128 論文tflite&pb 10.3 Mb 62.0% 83.8% 5.5 ms 2.6 ms 5.1 ms
Mobilenet_V1_0.75_160 論文tflite&pb 10.3 Mb 65.2% 85.9% 8.2 ms 3.1 ms 6.3 ms
Mobilenet_V1_0.75_192 論文tflite&pb 10.3 Mb 67.1% 87.2% 11.0 ms 4.5 ms 7.2 ms
Mobilenet_V1_0.75_224 論文tflite&pb 10.3 Mb 68.3% 88.1% 14.6 ms 4.9 ms 9.9 ms
Mobilenet_V1_1.0_128 論文tflite&pb 16.9 Mb 65.2% 85.7% 9.0 ms 4.4 ms 6.3 ms
Mobilenet_V1_1.0_160 論文tflite&pb 16.9 Mb 68.0% 87.7% 13.4 ms 5.0 ms 8.4 ms
Mobilenet_V1_1.0_192 論文tflite&pb 16.9 Mb 69.9% 89.1% 18.1 ms 6.3 ms 10.6 ms
Mobilenet_V1_1.0_224 論文tflite&pb 16.9 Mb 71.0% 89.9% 24.0 ms 6.5 ms 13.8 ms
Mobilenet_V2_1.0_224 論文tflite&pb 14.0 Mb 71.8% 90.6% 17.5 ms 6.2 ms 11.23 ms

AutoML モバイルモデル

次の画像分類モデルは、Cloud AutoML を使用して作成されました。パフォーマンス値は、Android 10 が搭載された Pixel 3 で測定されています。

これらのモデルは TensorFlow Hub にあり、TensorFlow Hub からより多くのモデル情報を取得できます。

モデル名 論文とモデル モデルサイズ トップ1 精度 トップ 5 精度 CPU、4 スレッド GPU NNAPI
MnasNet_0.50_224 論文tflite&pb 8.5 Mb 68.03% 87.79% 9.5 ms 5.9 ms 16.6 ms
MnasNet_0.75_224 論文tflite&pb 12 Mb 71.72% 90.17% 13.7 ms 7.1 ms 16.7 ms
MnasNet_1.0_96 論文tflite&pb 17 Mb 62.33% 83.98% 5.6 ms 5.4 ms 12.1 ms
MnasNet_1.0_128 論文tflite&pb 17 Mb 67.32% 87.70% 7.5 ms 5.8 ms 12.9 ms
MnasNet_1.0_160 論文tflite&pb 17 Mb 70.63% 89.58% 11.1 ms 6.7 ms 14.2 ms
MnasNet_1.0_192 論文tflite&pb 17 Mb 72.56% 90.76% 14.5 ms 7.7 ms 16.6 ms
MnasNet_1.0_224 論文tflite&pb 17 Mb 74.08% 91.75% 19.4 ms 8.7 ms 19 ms
MnasNet_1.3_224 論文tflite&pb 24 Mb 75.24% 92.55% 27.9 ms 10.6 ms 22.0 ms

注: パフォーマンスの数値は、Pixel-3 (Android 10) でベンチマークされ、精度の数値は、TFLite 画像分類評価ツールを使用して計算されています。

物体検出

物体検出の詳細については、物体検出を参照してください。わずか数行のコードで物体検出モデルを統合するには、TensorFlow Lite Task Library をご覧ください。

TensorFlow Hub から物体検出モデルをご覧ください。

ポーズ推定

ポーズ推定についての詳細は、ポーズ推定をご覧ください。

TensorFlow Hub からポーズ推定モデルをご覧ください。

画像セグメンテーション

画像セグメンテーションの詳細については、セグメンテーションを参照してください。わずか数行のコードで画像セグメンテーションモデルを統合するには、TensorFlow Lite Task Library をご覧ください。

TensorFlow Hub から画像セグメンテーションモデルをご覧ください。

質問応答

MobileBERT を使用した質問応答の詳細については、質問応答を参照してください。わずか数行のコードで質問応答モデルを統合するには、TensorFlow Lite Task Library をご覧ください。

TensorFlow Hub からMobile BERT モデルをご覧ください。

スマートリプライ

スマートリプライについての詳細は、スマートリプライ
をご覧ください。

TensorFlow Hub からスマートリプライモデルをご覧ください。