Guia de início rápido do iOS

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;