tensorflow lite 예제

당신이 그것을 완료하면, 당신은 안드로이드 스튜디오에서 / 텐서 플로우 / contrib / 라이트 / 자바 / 데모 폴더에서 TensorFlow 샘플 프로젝트를 열 수 있습니다 : 당신은 텐서 플로우 라이트의 자바 API와의 호환성과 관련된 빌드 오류가 표시되는 경우 (예를 들어, `방법 X는 유형에 대한 정의되지 않습니다. 인터프리터`))는 API에 대한 이전 버전과 호환되는 변경이 있을 수 있습니다. 야간 빌드와 호환되는 버전을 얻으려면 예제 리포지토리에서 `git pull`을 실행해야 합니다. 카메라에서 이미지를 잡고 tflite를 준비하는 방법에 대한 세부 사항으로 가는 것은이 게시물의 범위를 벗어났습니다.하지만 텐서 플로우 github에서 수행하는 방법에 대한 전체 샘플이 있습니다. 이 샘플을 단계별로 살펴보면 gamera에서 어떻게 캡처하는지 확인하고, 분류를 위해 데이터를 준비하고, 모델에서 레이블 배열로 가중치가 있는 출력 우선 순위 목록을 매핑하여 출력을 처리합니다. TensorFlow 예제를 복제하여 데모 응용 프로그램을 얻기 위해 컴퓨터에 GitHub 리포지토리를 제공합니다. 파일 download.gradle은 그라들로 예제에 사용된 두 모델을 다운로드하여 에셋에 배치하도록 지시합니다. 안드로이드 스튜디오에서 텐서플로우 소스 코드를 엽니다. 이렇게하려면, 안드로이드 스튜디오를 열고 기존 프로젝트를 엽니 다 선택, 예제 / 라이트 / 예 / image_classification / 안드로이드에 폴더를 설정 빨리 자신의 안드로이드 코드를 작성 시작하려면, 우리는 우리의 안드로이드 이미지 분류 예제를 사용하는 것이 좋습니다 시작점입니다. 데모 파일에는 모델이 포함되어 있지 않으며 mobilenet_quant_v1_224.tflite 파일이 예상되므로 이 사이트에서 모델을 다운로드해야 합니다. 압축을 풀고 자산 폴더에 넣습니다. 이 예제 앱은 이미지 분류를 사용하여 장치의 후면 카메라에서 보는 모든 것을 지속적으로 분류합니다.

응용 프로그램은 장치 또는 에뮬레이터에서 실행할 수 있습니다. 텐서 플로우 라이트는 여전히 진화하고, 당신은 텐서 플로우 라이트를 사용하는 안드로이드 응용 프로그램을 구축하기 https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/lite 그것을 추적 할 수 있습니다, 당신이해야 할 첫 번째 일은 텐서 플로우 라이트를 추가하는 것입니다 라이브러리를 앱에 연결합니다. 이 작업은 build.gradle 파일의 종속성 섹션에 다음 줄을 추가하여 수행할 수 있습니다. 예를 들어 TensorFlow에서 선택한 작업을 포함하는 사용자 지정 바이너리를 빌드하거나 TensorFlow Lite를 로컬로 변경하려고 할 수 있습니다. 이 지침은 Android 장치에서 데모를 빌드하고 실행하는 데 사용됩니다. 소스에 대한 설명은 TensorFlow Lite Android 이미지 분류 예제를 참조하십시오. 그러면 bazel-genfiles/텐서플로우/라이트/자바/에서 AAR 파일이 생성됩니다. 이것은 여러 가지 아키텍처를 가진 “뚱뚱한” AAR을 구축합니다.

모든 것이 필요하지 않은 경우 배포 환경에 적합한 하위 집합을 사용합니다. 거기에서 Android Studio 프로젝트에서 .aar를 사용하는 데 사용할 수 있는 몇 가지 방법이 있습니다. 응용 프로그램 코드는 App을 빌드하고 배포하는 지침과 함께 Tensorflow 예제 리포지토리에 있습니다. Android Studio에서 예제를 빌드하려면 README.md 지침을 따르십시오. 예를 들어,이 이미지에서 나는 내가 좋아하는 커피 머그잔에 카메라를 가리키고, 그것은 주로 `컵`으로 분류된 것을 보고, 그 모양을 감안할 때 그 이유를 이해하기 쉽다! 그것은 또한 당신이 볼 수있는 크고 넓은 핸들이 매우 주전자 같은 것을 가지고 있다는 것도 흥미 롭습니다! 압축된 .tflite 파일을 모바일 또는 임베디드 장치에 로드합니다.

About the author: mcadmin