MobileNet V2 224x224 INT8
模型概述
采用 1.0 宽度乘数的量化 MobileNet V2 模型，针对 ImageNet 224x224 分辨率图像分类任务进行了优化。
MobileNet V2 1.0 224 INT8 模型专为 Synaptics Astra™ SL2610 系列处理器 Torq NPU 开发和优化。
模型特性
- 模型类型： 图像分类
- 输入尺寸： 224x224
- 输出尺寸： 1x1000
部署
编译后的模型文件可在 Hugging Face 上下载：Synaptics/MobileNetV2。
使用教程请参阅 Synaptics AI Developer Zone / SL2600 / 图像分类。
NPU 性能
| 处理器 | 推理时间（ms） |
|---|---|
| SL2619 | 7.035 |
许可证
源模型依据 Apache License 2.0 授权。
用于设备端部署的编译模型受 Synaptics Astra EULA 约束。
了解更多
- Synaptics AI Developer Zone：获取文档、教程和资源，开启您的边缘 AI 之旅。
- Astra Support Portal：与我们的工程团队和社区联系。
相关模型
图像分类
MobileNet V2 1.0 224 量化版
带有 1.0 宽度乘数的量化 MobileNet V2 模型，专为 ImageNet 224x224 分辨率图像分类任务优化。
图像分类
MobileNet V2 1.0 224 浮点版
带有 1.0 宽度乘数的 MobileNet V2 模型，专为 ImageNet 224x224 分辨率图像分类任务优化。
图像分类
MobileNet V1 0.25 224 量化版
带有 0.25 宽度乘数的量化 MobileNet V1 模型，专为 ImageNet 224x224 分辨率图像分类任务优化。
图像分类
MobileNet V1 0.25 224 浮点版
带有 0.25 宽度乘数的 MobileNet V1 模型，专为 ImageNet 224x224 分辨率图像分类任务优化。
图像分类
Inception V4 299 量化版
专为 ImageNet 299x299 分辨率图像分类任务优化的量化 Inception V4 模型。