Snapdragon神经处理引擎（SNPE）和Tiny Yolo在Android App上

Question

对于我的期末大学考试，我正在尝试将SNPE与Tiny YOLO结合使用以在Android App中进行实时对象检测。我成功地将模型转换为DLC格式，但是我不明白如何准备输入张量以及如何处理输出张量。可以帮我吗？谢谢。

Answer 1

建立SNPE神经网络并获取FloatTensor输出的步骤：

1. 在Android / app目录中创建资产文件夹，并将模型文件（.dlc）保留在资产文件夹中。

   // assetFileName is the file name of .dlc
   InputStream assetInputStream = application.getAssets().open(assetFileName); // Create and build the neural network
   NeuralNetwork network = new SNPE.NeuralNetworkBuilder(application)
           .setDebugEnabled(false)
   //outputLayerNames can be got while converted model to DLC format
           .setOutputLayers(outputLayerNames)
           .setModel(assetInputStream, assetInputStream.available())
           .setPerformanceProfile(NeuralNetwork.PerformanceProfile.DEFAULT)
           .setRuntimeOrder(selectedRuntime) // Runtime.DSP, Runtime.GPU_FLOAT16, Runtime.GPU, Runtime.CPU
           .setCpuFallbackEnabled(needsCpuFallback)
           .build();
   // Close input
   assetInputStream.close();
   

2. 创建输入张量

3. 通过网络传播输入张量
4. 处理神经网络输出

请点击下面的链接，找到步骤2、3和4中提到的部分，以准备输入张量和处理输出张量https://developer.qualcomm.com/docs/snpe/android_tutorial.html