您如何将tfl​​ite文件嵌入Android应用程序？

Question

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。

Answer 1

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！

Answer 2

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