Das Ableiten von Modellen mit Metadaten ein paar Zeilen Code schreiben. LiteRT-Metadaten enthalten eine ausführliche Beschreibung was das Modell tut und wie es verwendet wird. Damit können Code-Generatoren automatisch den Inferenzcode für Sie generieren, beispielsweise mithilfe der Android- Studio ML-Bindungsfunktion oder LiteRT Android-Codegenerator Es kann auch verwendet werden, um Ihre benutzerdefinierte Inferenzpipeline konfigurieren.
Tools und Bibliotheken
LiteRT bietet verschiedene Tools und Bibliotheken für wie folgt definiert werden:
Modellschnittstelle mit Android-Codegeneratoren generieren
Es gibt zwei Möglichkeiten, den erforderlichen Android-Wrapper-Code automatisch zu generieren. für LiteRT-Modell mit Metadaten:
Android Studio ML-Modellbindung ist verfügbar in Android Studio nutzen, um LiteRT-Modelle über eine grafische . Android Studio konfiguriert automatisch die Einstellungen für Projekt erstellen und Wrapper-Klassen basierend auf den Modellmetadaten generieren.
Der LiteRT Code Generator ist eine ausführbare Datei, die Modellschnittstelle automatisch basierend auf den Metadaten generiert. Aktuell unterstützt Android mit Java. Dank des Wrapper-Codes ist keine Interaktion erforderlich direkt mit
ByteBuffer. Stattdessen können Entwickelnde mit dem LiteRT-Modell mit typisierten Objekten wieBitmapundRect. Android Studio-Nutzer können auch über Android Studio ML-Bindung.
Benutzerdefinierte Inferenzpipelines mit der LiteRT Support Library erstellen
Die LiteRT Support Library ist eine plattformübergreifende Bibliothek. mit dem Sie die Modellschnittstelle anpassen und Inferenzpipelines erstellen können. Es enthält verschiedene Util-Methoden und Datenstrukturen für Vorher-Nachher-Vergleiche und Datenkonvertierung. Er ist außerdem so konzipiert, dass er dem Verhalten TensorFlow-Module wie TF.Image und TF.Text, die für Konsistenz vom Training bis zur Ableitung.
Vortrainierte Modelle mit Metadaten untersuchen
Kaggle-Modelle ansehen nach Laden Sie vortrainierte Modelle mit Metadaten für Vision- und Textaufgaben herunter. Ebenfalls verschiedene Optionen zur Visualisierung der Metadaten.
GitHub-Repository für LiteRT-Support
LiteRT Support GitHub aufrufen Repository für weitere Beispiele und Quelle. Code.