您如何将tfl​​ite文件嵌入Android应用程序?

时间:2019-01-23 18:14:27

标签: tensorflow tensorflow-lite

使用TFlite文件并将其嵌入到实际的Android应用程序中的分步说明是什么?供参考,这是回归。输入将是图像,输出应是数字。我已经看过TensorFlow文档,但他们没有解释如何从头开始。

2 个答案:

答案 0 :(得分:2)

要在Android中使用TFLite,需要执行以下步骤:

  1. 将依赖项“ org.tensorflow:tensorflow-lite:+”添加到build.gradle中
  2. 确保不会使用build.gradle中的aaptOptions压缩.tflite类型的文件
  3. 通过将.tflite模型文件放入应用程序资产文件夹中使其可用
  4. 在将要处理推理的java类中,导入tflite解释器
  5. 在Java类中将模型文件作为MappedByteBuffer加载
  6. 将MappedByteBuffer加载到您的TFLite解释器中
  7. 将输入图像转换为float ByteBuffer
  8. 定义与您的输出图层大小匹配的输出数组
  9. 使用加载的TFLite解释器将输入ByteBuffer向前传递通过模型,并将预测结果写入输出数组。

让我知道是否不清楚!

答案 1 :(得分:-1)

对于Android应用程序,这是使用TF Lite进行分类的快速示例。您也许可以遵循类似的结构:https://github.com/tensorflow/tensorflow/blob/master/tensorflow/lite/examples/android/app/src/main/java/org/tensorflow/demo/TFLiteImageClassifier.java