如何在嵌入式中使用TensorFlow Lite

如何在嵌入式中使用TensorFlow Lite，相信很多沒(méi)有經(jīng)驗(yàn)的人對(duì)此束手無(wú)策，為此本文總結(jié)了問(wèn)題出現(xiàn)的原因和解決方法，通過(guò)這篇文章希望你能解決這個(gè)問(wèn)題。

今天與大家分享 Android 平臺(tái)上的一些 TensorFlow Lite 應(yīng)用，先來(lái)一起看看吧!

TensorFlow Lite 在安卓中的應(yīng)用

 視頻中的 App 用了一個(gè)叫 MobileNet 的模型。這個(gè)模型的特點(diǎn)是體積小、速度快（延遲低）、能耗低。這個(gè)模型包含的應(yīng)用場(chǎng)景有：

• 目標(biāo)識(shí)別（地圖 App 和 Google Lens 可能會(huì)用到）

• 臉部追蹤（相機(jī)和美顏應(yīng)用）

• 精細(xì)分類(lèi)

• 路標(biāo)識(shí)別

模型的下載地址是：
https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/lite/g3doc/models.md

在上述鏈接下載一個(gè) Mobilenet_1.0_224 的模型包，里面包括了：

• labels.txt 標(biāo)識(shí)文件（模型訓(xùn)練的標(biāo)識(shí)）

• mobilenet_v1_0.75_224.tflite 文件（直接在 TF Lite 運(yùn)行即可）

具體的開(kāi)發(fā)

聲明依賴(lài)

第一步就是在項(xiàng)目的 Gradle 文件中加入 org.tensorflow:tensorflow-lite:+ 這樣一個(gè)依賴(lài)。

引入解釋器

然后，在你的代碼中需要引入解釋器：

import org.tensorflow.lite.Interpreter;

這個(gè)解釋器可以裝載和運(yùn)行模型，具體原理參照第一期的內(nèi)容。

使用 App Assets 來(lái)加載模型

雖然你可以從任何地方來(lái)加載模型，但是更推薦你用App assets 來(lái)存儲(chǔ)。

看完上述內(nèi)容，你們掌握如何在嵌入式中使用TensorFlow Lite的方法了嗎？如果還想學(xué)到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！