使用元数据进行 TensorFlow Lite 推断

用元数据来推断模型可以简单到只需几行代码。TensorFlow Lite 元数据包含了有关模型功能以及使用方法的丰富描述。它可以授权代码生成器自动生成推断代码,例如使用 Android Studio 机器学习绑定功能TensorFlow Lite Android 代码生成器。它还可以用来配置自定义推断流水线。

工具和库

TensorFlow Lite 提供了多种工具和库来满足不同层次的部署要求,如下所示:

使用 Android 代码生成器生成模型接口

有两种方式可以为带有元数据的 TensorFlow Lite 模型自动生成必要的 Android 封装容器代码:

  1. Android Studio 中的 Android Studio 机器学习模型绑定工具可通过图形界面导入 TensorFlow Lite 模型。Android Studio 将自动为项目配置设置,并根据模型元数据生成封装容器类。

  2. TensorFlow Lite Code Generator 是一个根据元数据自动生成模型接口的可执行文件。目前它支持 Android 与 Java。封装容器代码消除了直接与 ByteBuffer 交互的需要。相反,开发人员可以使用 BitmapRect 等类型化对象与 TensorFlow Lite 模型进行交互。Android Studio 用户也可以通过 Android Studio 机器学习绑定来访问 codegen 功能。

利用 TensorFlow Lite Task Library 中的开箱即用的 API

TensorFlow Lite Task Library 为热门的机器学习任务(如图像分类、问答等)提供了经过优化的现成的模型接口。模型接口专为每个任务而设计,以实现最佳性能和可用性。Task Library 可跨平台工作,支持 Java、C++ 和 Swift。

使用 TensorFlow Lite Support Library 构建自定义推断流水线

TensorFlow Lite Support Library 是一个跨平台的库,可帮助自定义模型接口和构建推断流水线。它包含各种实用工具方法和数据结构,以执行前/后处理和数据转换。它还设计为与 TF.Image 和 TF.Text 等 TensorFlow 模块的行为相匹配,确保了从训练到推断的一致性。

探索带有元数据的预训练模型

浏览 TensorFlow Lite 托管模型TensorFlow Hub,下载带有元数据的预训练模型,用于视觉和文本任务。另请参阅可视化元数据的不同选项。

TensorFlow Lite Support GitHub 仓库

请访问 TensorFlow Lite Support GitHub 仓库获取更多示例和源代码,并通过创建新的 GitHub 议题让我们了解您的反馈。