第一期中,分享了 TensorFlow Lite 的一些基本知识。今天与大家分享 Android 平台上的一些 TensorFlow Lite 应用,先来一起看看视频吧:
TensorFlow Lite 在安卓中的应用
视频中的 App 用了一个叫 MobileNet 的模型。这个模型的特点是体积小、速度快(延迟低)、能耗低。这个模型包含的应用场景有:
模型的下载地址是: https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/lite/g3doc/models.md
在上述链接下载一个 Mobilenet_1.0_224 的模型包,里面包括了:
具体的开发
第一步就是在项目的 Gradle 文件中加入 org.tensorflow:tensorflow-lite:+
这样一个依赖。
然后,在你的代码中需要引入解释器:
import org.tensorflow.lite.Interpreter;
这个解释器可以装载和运行模型,具体原理参照第一期的内容。
虽然你可以从任何地方来加载模型,但是更推荐你用App assets 来存储。
手把手教你开发
物体识别:
模型训练:
总结和经验
首先 App 会从照相机读取每一帧, 并把帧变成图片,然后用这些图片作为这个模型的输入,模型计算后会输出一个指引,这个指引指向一个标识和对应到标识的可能性。这个模型计算的过程属于黑盒计算的过程。
到这里你应该学会如何在嵌入式端利用 tensorflow 开发一款自己的app了,是不是想迫不及待地试一试了,赶快行动把你的经验也分享出来吧,欢迎留言一起讨论学习!
部分内容摘自tensorflow公众号.