코드 몇 줄만으로도 메타데이터가 있는 모델 추론이 간편해집니다. TensorFlow Lite 메타데이터에는 모델의 기능과 모델 사용 방법에 관한 풍부한 설명이 포함되어 있습니다. 이를 통해 코드 생성기가 추론 코드를 자동으로 생성할 수 있습니다(예: Android 스튜디오 ML 바인딩 기능 또는 TensorFlow Lite Android 코드 생성기 사용). 커스텀 추론 파이프라인을 구성하는 데에도 사용할 수 있습니다
도구 및 라이브러리
TensorFlow Lite는 다음과 같이 다양한 수준의 배포 요구사항을 충족하기 위해 다양한 도구와 라이브러리를 제공합니다.
Android 코드 생성기로 모델 인터페이스 생성
메타데이터를 사용하여 TensorFlow Lite 모델에 필요한 Android 래퍼 코드를 자동으로 생성하는 방법에는 두 가지가 있습니다.
Android 스튜디오 ML 모델 결합은 Android 스튜디오에서 그래픽 인터페이스를 통해 TensorFlow Lite 모델을 가져올 수 있는 도구입니다. Android 스튜디오는 프로젝트의 설정을 자동으로 구성하고 모델 메타데이터를 기반으로 래퍼 클래스를 생성합니다.
TensorFlow Lite 코드 생성기는 메타데이터를 기반으로 모델 인터페이스를 자동으로 생성하는 실행 파일입니다. 현재 Java를 사용하는 Android를 지원합니다. 래퍼 코드를 사용하면
ByteBuffer와 직접 상호작용할 필요가 없습니다. 대신 개발자는Bitmap및Rect와 같은 유형이 지정된 객체를 사용하여 TensorFlow Lite 모델과 상호작용할 수 있습니다. Android 스튜디오 사용자는 Android 스튜디오 ML 결합을 통해 코드 생성 기능에 액세스할 수도 있습니다.
TensorFlow Lite 지원 라이브러리로 커스텀 추론 파이프라인 빌드
TensorFlow Lite 지원 라이브러리는 모델 인터페이스를 맞춤설정하고 추론 파이프라인을 빌드하는 데 도움이 되는 크로스 플랫폼 라이브러리입니다. 여기에는 사전/사후 처리 및 데이터 변환을 수행하기 위한 다양한 유틸리티 메서드와 데이터 구조가 포함되어 있습니다. 또한 TF.Image 및 TF.Text와 같은 TensorFlow 모듈의 동작과 일치하도록 설계되어 학습부터 추론까지 일관성을 보장합니다.
메타데이터를 사용하여 선행 학습된 모델 살펴보기
Kaggle 모델을 탐색하여 비전 및 텍스트 작업 모두에 대한 메타데이터가 포함된 선행 학습된 모델을 다운로드합니다. 메타데이터를 시각화하는 다양한 옵션도 참조하세요.
TensorFlow Lite 지원 GitHub 저장소
더 많은 예와 소스 코드를 보려면 TensorFlow Lite 지원 GitHub 저장소를 방문하세요.