モデルの精度¶
次の 2 つの表は、FP32 の OV 精度と元のフレームワーク精度間の精度差として計算された絶対精度の低下を示しています。また、3 つのプラットフォーム・アーキテクチャー上のモデルの INT8、BF16、および FP16 表現でも同じです。詳細については、表の下の注記も参照してください。
A - インテル® Core™ i9-9000K (AVX2)、INT8 と FP32
B - インテル® Xeon® 6338、(VNNI)、INT8 と FP32
C - インテル® Xeon 8490H (VNNI、AMX)、INT8、BF16、FP32
D - インテル® Flex-170、INT8 と FP16
OpenVINO™ モデル名 |
データセット |
メトリック |
A, INT8 |
B, INT8 |
C, INT8 |
D, INT8 |
|---|---|---|---|---|---|---|
bert-base-cased |
SST-2_bert_cased_padded |
3.28% |
2.68% |
2.91% |
2.72% |
|
bert-large-uncased-whole-word-masking-squad-0001 |
SQUAD_v1_1_bert_msl384_mql64_ds128_lowercase |
F1 |
0.07% |
-0.03% |
0.13% |
0.11% |
efficientdet-d0 |
COCO2017_detection_91cl |
coco_precision |
-0.84% |
-0.64% |
-0.62% |
-0.63% |
mask_rcnn_resnet50_atrous_coco |
COCO2017_detection_91cl_bkgr |
coco_orig_precision |
-0.04% |
0.02% |
0.04% |
0.04% |
mobilenet-v2 |
ImageNet2012 |
accuracy @ top1 |
% |
-0.97% |
-0.97% |
-0.95% |
resnet-50 |
ImageNet2012 |
accuracy @ top1 |
-0.09% |
-0.12% |
-0.13% |
-0.19% |
ssd-resnet34-1200 |
COCO2017_detection_80cl_bkgr |
map |
-0.02% |
-0.01% |
-0.02% |
0.04% |
ssd-mobilenet-v1-coco |
COCO2017_detection_80cl_bkgr |
coco-precision |
-2.97% |
-0.29% |
-0.31% |
-0.26% |
unet-camvid-onnx-0001 |
CamVid_12cl |
mean_iou @ mean |
-6.32% |
6.40% |
6.41% |
6.40% |
yolo_v3_tiny |
COCO2017_detection_80cl |
map |
-0.30% |
-0.43% |
-0.43% |
-0.87% |
yolo_v8n |
COCO2017_detection_80cl |
map |
-0.01% |
-0.04% |
0.04% |
-0.08% |
chatGLM2-6b |
lambada openai |
ppl |
0.75 |
0.75 |
||
Llama-2-7b-chat |
Wiki、StackExch、Crawl |
ppl |
3.38 |
3.27 |
||
Stable-Diffusion-V2-1 |
LIAON-5B |
CLIP |
||||
Mistral-7b |
proprietary Mistral.ai |
ppl |
3.49 |
3.19 |
OpenVINO™ モデル名 |
データセット |
メトリック |
A, FP32 |
B, FP32 |
C, FP32 |
C, BF16 |
D, FP16 |
|---|---|---|---|---|---|---|---|
bert-base-cased |
SST-2_bert_cased_padded |
0.00% |
0.00% |
0.00% |
-0.03% |
0.01% |
|
bert-large-uncased-whole-word-masking-squad-0001 |
SQUAD_v1_1_bert_msl384_mql64_ds128_lowercase |
F1 |
0.04% |
0.04% |
0.04% |
0.05% |
0.05% |
efficientdet-d0 |
COCO2017_detection_91cl |
coco_precision |
-0.02% |
-0.02% |
-0.02% |
-0.02% |
-0.03% |
mask_rcnn_resnet50_atrous_coco |
COCO2017_detection_91cl_bkgr |
coco_orig_precision |
-0.01% |
-0.02% |
% |
0.09% |
0.02% |
mobilenet-v2 |
ImageNet2012 |
accuracy @ top1 |
0.00% |
0.00% |
0.00% |
-0.18% |
0.02% |
resnet-50 |
ImageNet2012 |
accuracy @ top1 |
0.00% |
0.00% |
0.00% |
-0.01% |
-0.01% |
ssd-resnet34-1200 |
COCO2017_detection_80cl_bkgr |
map |
0.00% |
0.00% |
0.00% |
-0.02% |
0.02% |
ssd-mobilenet-v1-coco |
COCO2017_detection_80cl_bkgr |
coco-precision |
0.01% |
0.01% |
0.01% |
0.04% |
-0.04% |
unet-camvid-onnx-0001 |
CamVid_12cl |
mean_iou @ mean |
0.00% |
0.00% |
0.00% |
-0.03% |
-0.03% |
yolo_v3_tiny |
COCO2017_detection_80cl |
map |
0.00% |
0.00% |
0.00% |
0.25% |
-0.01% |
yolo_v8n |
COCO2017_detection_80cl |
map |
0.00% |
0.00% |
0.00% |
0.04% |
-0.02% |
chatGLM2-6b |
lambada openai |
ppl |
0.75 |
0.8 |
|||
Llama-2-7b-chat |
Wiki、StackExch、Crawl |
ppl |
3.26 |
3.26 |
|||
Stable-Diffusion-V2-1 |
LIAON-5B |
CLIP |
|||||
Mistral-7b |
proprietary Mistral.ai |
ppl |
3.18 |
3.19 |
注: パープレキシティーを除くすべての精度メトリックでは、“-“ (マイナス記号) は精度の低下を示します。パープレキシティー (ppl) は、値は基準からの偏差を示すものではなく、実際に測定されたモデルの精度です。