Google Play 開発者サービスの C および C++ API の LiteRT

Google Play 開発者サービス ランタイムの LiteRT を使用すると、LiteRT ライブラリをアプリに静的にバンドルすることなく、機械学習（ML）モデルを実行できます。このガイドでは、Google Play 開発者サービスの C または C++ API の使用方法について説明します。

Google Play 開発者サービスの C API または C++ API で LiteRT を使用する前に、CMake ビルドツールがインストールされていることを確認してください。

ビルド構成を更新する

（1）LiteRT の Play 開発者サービス API にアクセスするには、アプリ プロジェクト コードに次の依存関係を追加します。

implementation "com.google.android.gms:play-services-tflite-java:16.4.0"

パッケージ名は -java で終わっていますが、このパッケージには C と C++ の API も含まれています。

（2）次に、モジュールの build.gradle ファイルの android ブロックを更新して Prefab 機能を有効にし、CMake スクリプトから C API にアクセスできるようにします。

buildFeatures {
  prefab = true
}

（3）[C++ API のみ] C++ API を使用している場合は、tflite-java-extract-cpp-sdk.gradle をプロジェクトの app ディレクトリにコピーし、アプリの Gradle スクリプト（app/build.gradle など）の先頭に以下を追加します。

apply from: 'tflite-java-extract-cpp-sdk.gradle'

これには、play-services-tflite-java の AAR ファイルから C++ SDK を自動的に解凍する Gradle コードが含まれています。

（4）[C++ API のみ] C++ API を使用している場合は、アプリの CMake 構成ファイル（通常は CMakeLists.txt）を含むディレクトリを見つけます。通常、このディレクトリは app/src/main/cpp ディレクトリです。次に、Findtflite_cc_api.cmake をプロジェクトの新しい Modules サブディレクトリにコピーします。これには、前の手順の Gradle スクリプトによって解凍された C++ SDK を見つけるコードが含まれています。

（5）最後に、パッケージ tensorflowlite_jni_gms_client と、C++ API の場合はパッケージ tflite_cc_api を追加する必要があります。どちらも AAR からインポートされ、CMake スクリプトの依存関係として追加されます。

LiteRT ランタイムを初期化する

LiteRT Native API を呼び出す前に、Java または Kotlin コードで TfLiteNative ランタイムを初期化する必要があります。

Task tfLiteInitializeTask = TfLiteNative.initialize(context);
      

val tfLiteInitializeTask: Task = TfLiteNative.initialize(context)
        

TfLiteNative.initialize は、Google Play 開発者サービスの Task API を使用して、Google Play 開発者サービスから TFLite ランタイムを非同期でアプリのランタイム プロセスに読み込みます。addOnSuccessListener() を使用して、LiteRT API にアクセスするコードを実行する前に TfLite.initialize() タスクが完了するようにします。タスクが正常に完了すると、使用可能なすべての TFLite ネイティブ API を呼び出すことができます。

ネイティブ コードの実装

Google Play 開発者サービスで C/C++ コードで LiteRT を使用するには、次のいずれか（または両方）を行います。

• Java コードから C または C++ 関数を呼び出す新しい JNI 関数を宣言する
• 既存の C または C++ コードから LiteRT Native API を呼び出します。

JNI 関数

次のように、新しい JNI 関数を宣言して、C/C++ コードで宣言された LiteRT ランタイムを Java/Kotlin コードからアクセスできるようにします。

package com.google.samples.gms.tflite.c;

public class TfLiteJni {
  static {
    System.loadLibrary("tflite-jni");
  }
  public TfLiteJni() { /**/ };
  public native void loadModel(AssetManager assetManager, String assetName);
  public native float[] runInference(float[] input);  // For example.
}
      

package com.google.samples.gms.tflite.c

class TfLiteJni() {
  companion object {
    init {
      System.loadLibrary("tflite-jni")
    }
  }
  external fun loadModel(assetManager: AssetManager, assetName: String)
  external fun runInference(input: FloatArray): FloatArray  // For example.
}
        

次の loadModel と runInference の C または C++ 関数に一致する:

#ifdef __cplusplus
extern "C" {
#endif

void Java_com_google_samples_gms_tflite_c_loadModel(
  JNIEnv *env, jobject tflite_jni, jobject asset_manager, jstring asset_name){
  //...
}

jfloatArray Java_com_google_samples_gms_tflite_c_TfLiteJni_runInference(
  JNIEnv* env, jobject tfliteJni, jfloatArray input) {
  //...
}

#ifdef __cplusplus
}  // extern "C".
#endif

次に、Java/Kotlin コードから C/C++ 関数を呼び出します。

tfLiteHandleTask.onSuccessTask(unused -> {
    TfLiteJni jni = new TfLiteJni();
    jni.loadModel(getAssets(), "add.bin");
    //...
});
    

tfLiteHandleTask.onSuccessTask {
    val jni = TfLiteJni()
    jni.loadModel(assets, "add.bin")
    // ...
}
      

ネイティブ コードの LiteRT

適切な API ヘッダー ファイルを含めて、Google Play 開発者サービス API に LiteRT を含めます。

その後、通常の LiteRT C または C++ API を使用できます。

サポートされている API