Inferenza LiteRT con metadati

Danneggiare i modelli con i metadati può essere facile come con poche righe di codice. I metadati LiteRT contengono una ricca descrizione cosa fa il modello e come utilizzarlo. Può consentire ai generatori di codice di automaticamente il codice di inferenza, come l'uso della funzione Android Funzionalità di associazione di Studio ML o LiteRT generatore di codice Android Può essere utilizzato anche per e configurare la pipeline di inferenza personalizzata.

Strumenti e librerie

LiteRT offre una varietà di strumenti e librerie per di deployment come segue:

Genera l'interfaccia del modello con i generatori di codice Android

Esistono due modi per generare automaticamente il codice wrapper Android necessario per il modello LiteRT con metadati:

  1. Sono disponibili strumenti per l'associazione di modelli ML di Android Studio in Android Studio per importare il modello LiteRT tramite un a riga di comando. Android Studio configurerà automaticamente le impostazioni per il per il progetto e generare classi wrapper in base ai metadati del modello.

  2. Il generatore di codice LiteRT è un eseguibile che genera automaticamente l'interfaccia del modello in base ai metadati. Attualmente supporta Android con Java. Il codice wrapper elimina la necessità di interagire direttamente con ByteBuffer. Gli sviluppatori possono invece interagire Modello LiteRT con oggetti digitati come Bitmap e Rect. Gli utenti di Android Studio possono accedere alla funzionalità di codegen anche tramite Associazione ML di Android Studio.

Creazione di pipeline di inferenza personalizzate con la libreria di supporto LiteRT

LiteRT Support Library è una libreria multipiattaforma che aiuta a personalizzare l'interfaccia del modello e a creare pipeline di inferenza. it contiene varietà di metodi util e strutture di dati per eseguire l'elaborazione e la conversione dei dati. È inoltre progettato per adattarsi al comportamento Moduli TensorFlow, come TF.Image e TF.Text, per garantire coerenza dall'addestramento all'inferenza.

Esplora i modelli preaddestrati con metadati

Scopri i modelli Kaggle per scaricare modelli preaddestrati con metadati sia per attività di visione artificiale che di testo. Inoltre vedere diverse opzioni di visualizzazione metadati.

Repository GitHub di assistenza LiteRT

Visita la pagina GitHub di supporto LiteRT repository per altri esempi e informazioni le API nel tuo codice.