Ta przykładowa aplikacja korzysta z klasyfikacji obrazów, aby stale klasyfikować wszystko, co widzi tylny aparat urządzenia, i wyświetlać najbardziej prawdopodobne klasyfikacje. Pozwala użytkownikowi wybrać model zmiennoprzecinkowy lub kwantyzowany oraz określić liczbę wątków, na podstawie których zostanie wnioskowane.
Dodawanie TensorFlow Lite do projektu Swift lub Objective-C
TensorFlow Lite oferuje natywne biblioteki iOS napisane w Swift i Objective-C.
Sekcje poniżej pokazują, jak dodać TensorFlow Lite Swift lub Objective-C do projektu:
Programiści CocoaPods
W Podfile
dodaj poda TensorFlow Lite. Następnie uruchom polecenie pod install
.
Swift
use_frameworks!
pod 'TensorFlowLiteSwift'
Objective-C
pod 'TensorFlowLiteObjC'
Określanie wersji
Dostępne są wersje stabilne i nocne dla podów TensorFlowLiteSwift
i TensorFlowLiteObjC
. Jeśli nie określisz ograniczenia wersji, jak w powyższych przykładach, CocoaPods domyślnie pobierze najnowszą wersję stabilną.
Możesz też określić ograniczenie wersji. Jeśli na przykład chcesz korzystać z wersji 2.10.0, możesz zapisać zależność w ten sposób:
pod 'TensorFlowLiteSwift', '~> 2.10.0'
Dzięki temu w aplikacji zostanie użyta najnowsza dostępna wersja poda TensorFlowLiteSwift
w wersji 2.x.y. Jeśli chcesz polegać na kompilacjach co noc, możesz wpisać:
pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly'
Aby zmniejszyć rozmiar pliku binarnego, z wersji 2.4.0 i najnowszych wersji nocnych domyślnie GPU i osoby przekazujące dostęp do Core ML są wykluczane z poda. Możesz je uwzględnić, określając podspecyfikację:
pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly', :subspecs => ['CoreML', 'Metal']
Umożliwi Ci to korzystanie z najnowszych funkcji dodanych do TensorFlow Lite. Pamiętaj, że po utworzeniu pliku Podfile.lock
przy pierwszym uruchomieniu polecenia pod install
wersja biblioteki nocnej zostanie zablokowana zgodnie z wersją bieżącą. Aby zaktualizować bibliotekę nocną do nowszej, uruchom polecenie pod update
.
Więcej informacji o różnych sposobach określania ograniczeń wersji znajdziesz w sekcji Określanie wersji podów.
Deweloperzy baz danych
W pliku BUILD
dodaj zależność TensorFlowLite
do celu.
Swift
swift_library(
deps = [
"//tensorflow/lite/swift:TensorFlowLite",
],
)
Objective-C
objc_library(
deps = [
"//tensorflow/lite/objc:TensorFlowLite",
],
)
Interfejs API C/C++
Możesz też użyć interfejsu C API lub C++ API.
# Using C API directly
objc_library(
deps = [
"//tensorflow/lite/c:c_api",
],
)
# Using C++ API directly
objc_library(
deps = [
"//tensorflow/lite:framework",
],
)
Importowanie biblioteki
W przypadku plików Swift zaimportuj moduł TensorFlow Lite:
import TensorFlowLite
W przypadku plików Objective-C zaimportuj nagłówek Parasol:
#import "TFLTensorFlowLite.h"
Albo jeśli w projekcie Xcode ustawisz CLANG_ENABLE_MODULES = YES
, moduł:
@import TFLTensorFlowLite;