Google AI Edge Portal ile tanışın: Edge AI'yı geniş ölçekte karşılaştırın. Gizli önizleme sırasında erişim isteğinde bulunmak için kaydolun.

Bu sayfa, Cloud Translation API ile çevrilmiştir.

Meta veri ile LiteRT çıkarımı

Meta verilerle çıkarım modelleri yalnızca birkaç satır kodla oluşturulabilir. LiteRT meta verileri, modelin ne yaptığı ve nasıl kullanılacağı hakkında ayrıntılı bir açıklama içerir. Android Studio ML Bağlama özelliği veya LiteRT Android kod oluşturucu gibi araçları kullanarak çıkarım kodunu sizin için otomatik olarak oluşturmak üzere kod oluşturucuları destekleyebilir. Ayrıca, özel çıkarım işlem hattınızı yapılandırmak için de kullanılabilir.

Araçlar ve kitaplıklar

LiteRT, farklı dağıtım gereksinimlerine hizmet etmek için çeşitli araçlar ve kitaplıklar sunar:

Android kod oluşturucularla model arayüzü oluşturma

Meta verilerle LiteRT modeli için gerekli Android sarmalayıcı kodunu otomatik olarak oluşturmanın iki yolu vardır:

Android Studio ML Model Binding, LiteRT modelini grafik arayüz üzerinden içe aktarmak için Android Studio'da bulunan bir araçtır. Android Studio, proje ayarlarını otomatik olarak yapılandırır ve model meta verilerine göre sarmalayıcı sınıflar oluşturur.
LiteRT Code Generator, meta verilere göre model arayüzünü otomatik olarak oluşturan bir yürütülebilir dosyadır. Şu anda yalnızca Java ile Android'i desteklemektedir. Sarmalayıcı kod, doğrudan ByteBuffer ile etkileşim kurma ihtiyacını ortadan kaldırır. Bunun yerine geliştiriciler, Bitmap ve Rect gibi yazılmış nesnelerle LiteRT modeliyle etkileşim kurabilir. Android Studio kullanıcıları, Android Studio ML Binding aracılığıyla da kod oluşturma özelliğine erişebilir.

LiteRT Destek Kitaplığı ile özel çıkarım işlem hatları oluşturma

LiteRT Support Library, model arayüzünü özelleştirmeye ve çıkarım işlem hatları oluşturmaya yardımcı olan platformlar arası bir kitaplıktır. İşleme öncesi/sonrası ve veri dönüştürme işlemlerini gerçekleştirmek için çeşitli yardımcı yöntemler ve veri yapıları içerir. Ayrıca, TF.Image ve TF.Text gibi TensorFlow modüllerinin davranışıyla eşleşecek şekilde tasarlanmıştır. Bu sayede, eğitimden çıkarım aşamasına kadar tutarlılık sağlanır.

Meta verilerle önceden eğitilmiş modelleri keşfetme

Hem görme hem de metin görevleri için meta verilerle birlikte önceden eğitilmiş modelleri indirmek üzere Kaggle Modelleri'ne göz atın. Ayrıca, meta verileri görselleştirmenin farklı seçeneklerini de inceleyin.

LiteRT Support GitHub deposu

Daha fazla örnek ve kaynak kodu için LiteRT Support GitHub deposunu ziyaret edin.