Memperkenalkan LiteRT: Runtime Google berperforma tinggi untuk AI di perangkat, yang sebelumnya dikenal sebagai TensorFlow Lite.

Halaman ini diterjemahkan oleh Cloud Translation API.

ImageEmbedder.ImageEmbedderOptions.Builder

class abstrak statis publik ImageEmbedder.ImageEmbedderOptions.Builder

Builder untuk ImageEmbedder.ImageEmbedderOptions.

Konstruktor Publik

Builder()

Metode Publik

akhir ImageEmbedder.ImageEmbedderOptions	build() Memvalidasi dan mem-build instance `ImageEmbedder.ImageEmbedderOptions`.
abstract ImageEmbedder.ImageEmbedderOptions.Builder	setBaseOptions(BaseOptions baseOptions) Menetapkan `BaseOptions` untuk tugas penyemat gambar.
abstract ImageEmbedder.ImageEmbedderOptions.Builder	setErrorListener(ErrorListener errorListener) Menetapkan `ErrorListener` opsional.
abstract ImageEmbedder.ImageEmbedderOptions.Builder	setL2Normalize(boolean l2Normalize) Menetapkan apakah normalisasi L2 harus dilakukan pada embedding yang ditampilkan.
abstract ImageEmbedder.ImageEmbedderOptions.Builder	setQuantize(kuantisasi boolean) Menetapkan apakah embedding yang ditampilkan harus dikuantisasi ke byte melalui kuantisasi skalar.
abstract ImageEmbedder.ImageEmbedderOptions.Builder	setResultListener(ResultListener<ImageEmbedderResult, MPImage> resultListener) Menetapkan `OutputHandler.ResultListener` untuk menerima hasil penyematan secara asinkron saat penyemat gambar berada dalam mode live stream.
abstract ImageEmbedder.ImageEmbedderOptions.Builder	setRunningMode(RunningMode runningMode) Menetapkan `RunningMode` untuk tugas penyemat gambar.

Metode Turunan

Dari class java.lang.Object

boolean	sama dengan(Object arg0)
final Class<?>	getClass()
int	hashCode()
final void	notify()
final void	notifyAll()
String	toString()
final void	wait(long arg0, int arg1)
final void	wait(long arg0)
final void	wait()

Konstruktor Publik

publik Builder ()

Metode Publik

public final ImageEmbedder.ImageEmbedderOptions build ()

Memvalidasi dan mem-build instance ImageEmbedder.ImageEmbedderOptions. *

Menampilkan

IllegalArgumentException	jika pemroses hasil dan mode yang berjalan tidak dikonfigurasi dengan benar. Pemroses hasil hanya boleh ditetapkan saat penyemat gambar berada dalam mode live stream.

public abstract ImageEmbedder.ImageEmbedderOptions.Builder setBaseOptions (BaseOptions baseOptions)

Menetapkan BaseOptions untuk tugas penyemat gambar.

Parameter

baseOptions

publik abstrak ImageEmbedder.ImageEmbedderOptions.Builder setErrorListener (ErrorListener errorListener)

Menetapkan ErrorListener opsional.

Parameter

errorListener

public abstract ImageEmbedder.ImageEmbedderOptions.Builder setL2Normalize (boolean l2Normalize)

Menetapkan apakah normalisasi L2 harus dilakukan pada embedding yang ditampilkan. Gunakan opsi ini hanya jika model belum berisi TF Lite Op L2_NORMALIZATION native. Dalam sebagian besar kasus, hal ini sudah terjadi dan norma L2 dicapai melalui inferensi TF Lite.

Salah secara default.

Parameter

l2Normalize

public abstrak ImageEmbedder.ImageEmbedderOptions.Builder setQuantize (boolean quantize)

Menetapkan apakah embedding yang ditampilkan harus dikuantisasi ke byte melalui kuantisasi skalar. Embedding secara implisit diasumsikan sebagai norma satuan sehingga setiap dimensi dijamin memiliki nilai dalam [-1.0, 1.0]. Gunakan setL2Normalize(boolean) jika tidak.

Salah secara default.

Parameter

melakukan kuantisasi

public abstract ImageEmbedder.ImageEmbedderOptions.Builder setResultListener (ResultListener<ImageEmbedderResult, MPImage> resultListener)

Menetapkan OutputHandler.ResultListener untuk menerima hasil penyematan secara asinkron saat penyemat gambar berada dalam mode live stream.

Parameter

resultListener

public abstract ImageEmbedder.ImageEmbedderOptions.Builder setRunningMode (RunningMode runningMode)

Menetapkan RunningMode untuk tugas penyemat gambar. Jadikan mode gambar secara default. Penyemat gambar memiliki tiga mode:

IMAGE: Mode untuk melakukan ekstraksi penyematan pada input gambar tunggal.
VIDEO: Mode untuk melakukan ekstraksi penyematan pada frame video yang didekode.
LIVE_STREAM: Mode untuk melakukan ekstraksi penyematan pada live stream data input, seperti dari kamera. Dalam mode ini, setResultListener harus dipanggil untuk menyiapkan pemroses guna menerima hasil penyematan secara asinkron.

Parameter

runningMode