如何使TensorFlow对象检测更快-r cnn模型在Android上工作?

时间:2019-03-15 11:06:13

标签: android python tensorflow object-detection faster-rcnn

我对Tensorflows Object Detection API有疑问。我使用自己的数据集进行了Faster R-CNN Inception v2 model的交通标志分类训练,我想将其部署到Android,但是Tensorflows Object Detection API for Android和/或Tensorflow Lite似乎仅支持SSD模型。

有什么方法可以将Faster R-CNN模型部署到Android?我的意思是我该如何将Faster R-CNN的冻结推理图而不是SSD冻结推理图放到android API?

2 个答案:

答案 0 :(得分:3)

对于SSD型号,必须可以使用export_tflite_ssd_graph.py工具。但是:

  

目前仅支持SSD型号。像fast_rcnn这样的模型   目前不支持

有关更多信息,请参见this guide

答案 1 :(得分:0)

实现此目标的一种方法是制作一个烧瓶 API ,该API将包含用于对给定图像进行预测的所有代码,并将其发布到远程服务器,例如 Heroku 。您只需将映像从Android转换为 Base64 或32,然后将其发送到Heroku上部署的 REST API ,即可调用该API。 API将计算结果(推断)并将输出图像转换回Base64,然后将其发送回Android应用。 android应用程序会将Base64转换为位图和Walah!您做出了预测。 您可以使用 HttpConnection 库或仅 Retrofit 在Android中进行远程API调用