Вывод LiteRT с метаданными

Вывод моделей с использованием метаданных может быть таким же простым, как несколько строк кода. Метаданные LiteRT содержат подробное описание функций модели и способов её использования. Они позволяют генераторам кода автоматически генерировать код вывода, например, с помощью функции привязки Android Studio ML или генератора кода LiteRT для Android . Их также можно использовать для настройки собственного конвейера вывода.

Инструменты и библиотеки

LiteRT предоставляет ряд инструментов и библиотек для удовлетворения различных уровней требований к развертыванию, как указано ниже:

Генерация интерфейса модели с помощью генераторов кода Android

Существует два способа автоматической генерации необходимого кода оболочки Android для модели LiteRT с метаданными:

  1. Android Studio ML Model Binding — это инструмент, доступный в Android Studio для импорта модели LiteRT через графический интерфейс. Android Studio автоматически настроит параметры проекта и сгенерирует классы-обёртки на основе метаданных модели.

  2. Генератор кода LiteRT — это исполняемый файл, который автоматически генерирует интерфейс модели на основе метаданных. В настоящее время он поддерживает Android с Java. Код-обёртка устраняет необходимость прямого взаимодействия с ByteBuffer . Вместо этого разработчики могут взаимодействовать с моделью LiteRT через типизированные объекты, такие как Bitmap и Rect . Пользователи Android Studio также могут получить доступ к функции генерации кода через привязку Android Studio ML .

Создавайте собственные конвейеры вывода с помощью библиотеки поддержки LiteRT

Библиотека поддержки LiteRT — это кроссплатформенная библиотека, помогающая настраивать интерфейс модели и строить конвейеры вывода. Она содержит множество полезных методов и структур данных для предварительной и постобработки, а также преобразования данных. Она также разработана с учётом поведения модулей TensorFlow, таких как TF.Image и TF.Text, обеспечивая согласованность на всех этапах — от обучения до вывода.

Изучите предварительно обученные модели с метаданными

Посетите раздел «Модели Kaggle» , чтобы скачать предварительно обученные модели с метаданными для задач распознавания образов и анализа текста. Также ознакомьтесь с различными вариантами визуализации метаданных .

Поддержка LiteRT на GitHub-репозитории

Дополнительные примеры и исходный код можно найти в репозитории LiteRT Support GitHub .