十年网站开发经验 + 多家企业客户 + 靠谱的建站团队
量身定制 + 运营维护+专业推广+无忧售后,网站问题一站解决
如何在嵌入式中使用TensorFlow Lite,相信很多没有经验的人对此束手无策,为此本文总结了问题出现的原因和解决方法,通过这篇文章希望你能解决这个问题。
创新互联公司专注于琼中黎族网站建设服务及定制,我们拥有丰富的企业做网站经验。 热诚为您提供琼中黎族营销型网站建设,琼中黎族网站制作、琼中黎族网页设计、琼中黎族网站官网定制、小程序制作服务,打造琼中黎族网络公司原创品牌,更为您提供琼中黎族网站排名全网营销落地服务。
今天与大家分享 Android 平台上的一些 TensorFlow Lite 应用,先来一起看看吧!
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:
目标识别(地图 App 和 Google Lens 可能会用到)
脸部追踪(相机和美颜应用)
精细分类
路标识别
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:
labels.txt 标识文件(模型训练的标识)
mobilenet_v1_0.75_224.tflite 文件(直接在 TF Lite 运行即可)
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。
看完上述内容,你们掌握如何在嵌入式中使用TensorFlow Lite的方法了吗?如果还想学到更多技能或想了解更多相关内容,欢迎关注创新互联行业资讯频道,感谢各位的阅读!