首页
/ 推荐文章:开启嵌入式设备的深度学习新纪元:MLPerf Tiny

推荐文章:开启嵌入式设备的深度学习新纪元:MLPerf Tiny

2024-05-21 02:04:11作者:庞眉杨Will

推荐文章:开启嵌入式设备的深度学习新纪元:MLPerf Tiny

1、项目介绍

MLPerf™ Tiny 是一个专为微型设备设计的深度学习基准测试平台,旨在提供一套代表性的深度神经网络模型和配套基准代码,用于比较嵌入式设备间的性能。这些设备涵盖微控制器、数字信号处理器以及小型神经网络加速器,工作频率通常在10MHz到250MHz之间,功耗低于50mW。通过MLPerf Tiny,硬件制造商和研究人员能够为特定应用选择最佳的硬件解决方案,同时也为软硬件供应商提供了展示其产品优势的舞台。

2、项目技术分析

该项目基于TensorFlow Lite for Microcontrollers (TFLM) 提供参考基准,但提交者可根据自身硬件需求选择最适合的软件栈。这一灵活的架构允许开发者充分利用硬件潜力,优化性能。MLPerf Tiny 提供了不断更新的版本,每个版本都经过精心设计和测试,确保了公正性和代表性。

3、项目及技术应用场景

MLPerf Tiny 的应用场景广泛,包括但不限于:

  • 物联网(IoT)设备上的实时智能决策
  • 边缘计算中的高效数据处理
  • 嵌入式安全系统中的目标检测与识别
  • 智能穿戴设备的人工智能功能实现
  • 低功耗设备的语音和图像识别

4、项目特点

  • 全面性:涵盖多种深度学习模型,满足不同应用需求。
  • 可比性:统一的基准测试代码,确保跨设备性能评估的公平性。
  • 灵活性:支持使用TFLM或自定义软件栈,适应不同硬件环境。
  • 持续更新:定期发布新版本,保持与技术发展同步。
  • 社区驱动:开放源代码,并设有交流平台,鼓励开发者参与讨论和贡献。

为了获取最新的v1.1版本,以及了解即将到来的提交截止日期和结果公布时间,请关注项目仓库。学术研究中若引用MLPerf Tiny,请引用相关文献,为这个充满活力的社区贡献力量。

加入https://groups.google.com/a/mlcommons.org/g/tiny,与全球开发者一起探索嵌入式设备深度学习的无限可能吧!

注:本文为翻译和概述,原文以英文为主,可在项目GitHub仓库查看。
热门项目推荐

项目优选

收起
CangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
669
0
RuoYi-Vue
🎉 基于SpringBoot,Spring Security,JWT,Vue & Element 的前后端分离权限管理系统,同时提供了 Vue3 的版本
Java
136
18
openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
10
4
redis-sdk
仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。
Cangjie
322
26
advanced-java
Advanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。
JavaScript
75.83 K
19.04 K
qwerty-learner
为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workers
TSX
15.56 K
1.44 K
Jpom
🚀简而轻的低侵入式在线构建、自动部署、日常运维、项目监控软件
Java
1.41 K
292
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手
HTML
30
5
easy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
1.42 K
231
taro
开放式跨端跨框架解决方案,支持使用 React/Vue/Nerv 等框架来开发微信/京东/百度/支付宝/字节跳动/ QQ 小程序/H5/React Native 等应用。 https://taro.zone/
TypeScript
35.34 K
4.77 K