Python を使用した Linux ベースのデバイス向けのクイックスタート

Python での TensorFlow Lite の使用は、Raspberry Pi や Edge TPU を搭載した Coral デバイスなど、Linux ベースの組み込みデバイスに最適です。

このページでは、Python で TensorFlow Lite モデルの実行をわずか数分で開始する方法について説明します。必要なものは、TensorFlow Lite に変換された TensorFlow モデルだけです。（モデルをまだ変換していない場合は、以下のリンク先の例で提供されているモデルを使用してテストできます）。

TensorFlow Lite ランタイム パッケージについて

Python で TensorFlow Lite モデルの実行をすぐに開始するには、すべての TensorFlow パッケージではなく、TensorFlow Lite インタープリタのみをインストールします。この簡素化された Python パッケージを tflite_runtime と呼びます。

tflite_runtime パッケージは、完全な tensorflow パッケージのサイズの 1 分の 1 であり、TensorFlow Lite で推論を実行するために必要な最小限のコード（主に Interpreter Python クラス）が含まれています。この小さなパッケージは、.tflite モデルを実行することのみを行い、大規模な TensorFlow ライブラリでディスク容量を浪費したくない場合に最適です。

TensorFlow Lite for Python をインストールする

pip を使用して Linux にインストールできます。

python3 -m pip install tflite-runtime

対応プラットフォーム

tflite-runtime Python ホイールは、次のプラットフォーム用に事前構築され、提供されています。

  • Linux armv7l（例: Raspberry Pi OS 32 ビットを実行する Raspberry Pi 2、3、4、Zero 2）
  • Linux aarch64（例: Raspberry Pi 3、4 は Debian ARM64）
  • Linux x86_64

他のプラットフォームで TensorFlow Lite モデルを実行する場合は、完全な TensorFlow パッケージを使用するか、ソースから tflite-runtime パッケージをビルドする必要があります。

Coral Edge TPU で TensorFlow を使用している場合は、適切な Coral のセットアップ ドキュメントに従ってください。

tflite_runtime を使用して推論を実行する

Interpreter を tensorflow モジュールからインポートする代わりに、tflite_runtime からインポートする必要があります。

たとえば、上記のパッケージをインストールした後、label_image.py ファイルをコピーして実行します。tensorflow ライブラリがインストールされていないため、（おそらく）失敗します。これを修正するには、ファイルの次の行を編集します。

import tensorflow as tf

代わりに次のように記述します。

import tflite_runtime.interpreter as tflite

次の行を変更します。

interpreter = tf.lite.Interpreter(model_path=args.model_file)

次のようになります。

interpreter = tflite.Interpreter(model_path=args.model_file)

ここで、label_image.py を再度実行します。これで、TensorFlow Lite モデルを実行しています。

詳細