Este app de exemplo usa a classificação de imagens para classificar continuamente o que aparece na câmera traseira do dispositivo, exibindo as classificações mais prováveis. Ele permite que o usuário escolha entre um modelo de ponto flutuante ou quantizado e selecione o número de linhas de execução para realizar a inferência.
Adicionar o TensorFlow Lite ao seu projeto Swift ou Objective-C
O TensorFlow Lite oferece bibliotecas iOS nativas escritas em Swift e Objective-C.
As seções abaixo demonstram como adicionar o TensorFlow Lite Swift ou Objective-C ao seu projeto:
Desenvolvedores do CocoaPods
Em Podfile
, adicione o pod do TensorFlow Lite. Em seguida, execute pod install
.
Swift
use_frameworks!
pod 'TensorFlowLiteSwift'
Objective-C
pod 'TensorFlowLiteObjC'
Especificar versões
Há versões estáveis e versões noturnas disponíveis para os
pods TensorFlowLiteSwift
e TensorFlowLiteObjC
. Se você não especificar uma restrição de versão como nos exemplos acima, o CocoaPods fará o pull da versão estável mais recente por padrão.
Também é possível especificar uma restrição de versão. Por exemplo, se você quiser depender da versão 2.10.0, escreva a dependência como:
pod 'TensorFlowLiteSwift', '~> 2.10.0'
Isso garante que a versão 2.x.y mais recente disponível do pod TensorFlowLiteSwift
seja usada no app. Como alternativa, se você quiser depender dos builds noturnos, escreva:
pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly'
Na versão 2.4.0 e nas versões noturnas mais recentes, por padrão, a GPU e os delegados do Core ML são excluídos do pod para reduzir o tamanho do binário. É possível incluí-los especificando uma subespecificação:
pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly', :subspecs => ['CoreML', 'Metal']
Assim, você poderá usar os recursos mais recentes adicionados ao TensorFlow Lite. Observe
que, depois que o arquivo Podfile.lock
for criado ao executar o comando pod install
pela primeira vez, a versão noturna da biblioteca será bloqueada na versão da data
atual. Se você quiser atualizar a biblioteca noturna para a mais recente, execute o comando pod update
.
Para mais informações sobre diferentes maneiras de especificar restrições de versão, consulte Como especificar versões de pods.
Desenvolvedores do Bazel
No arquivo BUILD
, adicione a dependência TensorFlowLite
ao destino.
Swift
swift_library(
deps = [
"//tensorflow/lite/swift:TensorFlowLite",
],
)
Objective-C
objc_library(
deps = [
"//tensorflow/lite/objc:TensorFlowLite",
],
)
API C/C++
Como alternativa, use a API C ou a API C++.
# Using C API directly
objc_library(
deps = [
"//tensorflow/lite/c:c_api",
],
)
# Using C++ API directly
objc_library(
deps = [
"//tensorflow/lite:framework",
],
)
Importar a biblioteca
Para arquivos Swift, importe o módulo do TensorFlow Lite:
import TensorFlowLite
Para arquivos Objective-C, importe o cabeçalho "umbrella":
#import "TFLTensorFlowLite.h"
Ou o módulo se você definir CLANG_ENABLE_MODULES = YES
no seu projeto do Xcode:
@import TFLTensorFlowLite;