Bu örnek uygulama, verileri sürekli olarak sınıflandırmak için görsel sınıflandırma kullanıyor. cihazın arka kamerasından görüntüler ve en olası sınıflandırmaları da var. Kullanıcının kayan bir nokta ya da nicel modelini seçin ve çıkarım yapılacak iş parçacıklarının sayısını seçin.
Swift veya Objective-C projenize LiteRT'i ekleme
LiteRT, aşağıdaki dillerde yazılmış yerel iOS kitaplıkları sunar: Swift ve Hedef-C.
Aşağıdaki bölümlerde LiteRT Swift veya Objective-C'nin nasıl ekleneceği gösterilmektedir ekleyin:
CocoaPods geliştiricileri
Podfile
içinde LiteRT kapsülünü ekleyin. Ardından pod install
komutunu çalıştırın.
Swift
use_frameworks!
pod 'TensorFlowLiteSwift'
Objective-C
pod 'TensorFlowLiteObjC'
Sürümleri belirtme
Hem kararlı sürümler hem de gecelik sürümler seçeneği vardır.
TensorFlowLiteSwift
ve TensorFlowLiteObjC
kapsül. Bir
Yukarıdaki örneklerde olduğu gibi CocoaPods,
varsayılan olarak kararlı sürümde çalışır.
Ayrıca bir sürüm kısıtlaması belirtebilirsiniz. Örneğin, Yeşil Ofis projenize 2.10.0 sürümünü kullanıyorsanız bağımlılığı şu şekilde yazabilirsiniz:
pod 'TensorFlowLiteSwift', '~> 2.10.0'
Bu işlem, TensorFlowLiteSwift
ürününün mevcut en son 2.x.y sürümünü sağlar.
kapsülünün uygulamanızda kullanılması. Ya da isterseniz gecelik tahmini
şunları yazabilirsiniz:
pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly'
Varsayılan olarak 2.4.0 sürümünden ve en son gecelik sürümlerden GPU ve Core ML yetki verilmiş kullanıcı sayısı hariç tutmanızı öneririz. Onları şu şekilde dahil edebilirsiniz: alt spesifikasyon belirtiliyor:
pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly', :subspecs => ['CoreML', 'Metal']
Bu sayede, LiteRT'e eklenen en yeni özellikleri kullanabilirsiniz. Not
pod install
komutunu çalıştırdığınızda Podfile.lock
dosyası oluşturulduktan sonra
ilk kez denediğimizde, gecelik kitaplık sürümü şu an
sürümü. Gecelik kitaplığı yenisiyle güncellemek isterseniz
pod update
komutunu çalıştırması gerekir.
Sürüm kısıtlamalarını belirtmenin farklı yolları hakkında daha fazla bilgi edinmek için Kapsülü belirtme sürümleri hakkında daha fazla bilgi edinin.
Bazel geliştiricileri
BUILD
dosyanızda, TensorFlowLite
bağımlılığını hedefinize ekleyin.
Swift
swift_library(
deps = [
"//tensorflow/lite/swift:TensorFlowLite",
],
)
Objective-C
objc_library(
deps = [
"//tensorflow/lite/objc:TensorFlowLite",
],
)
C/C++ API'sı
Alternatif olarak, C API veya C++ API
# Using C API directly
objc_library(
deps = [
"//tensorflow/lite/c:c_api",
],
)
# Using C++ API directly
objc_library(
deps = [
"//tensorflow/lite:framework",
],
)
Kitaplığı içe aktarma
Swift dosyaları için LiteRT modülünü içe aktarın:
import TensorFlowLite
Objective-C dosyaları için şemsiye başlığı içe aktarın:
#import "TFLTensorFlowLite.h"
Veya Xcode projenizde CLANG_ENABLE_MODULES = YES
değerini ayarlarsanız modül:
@import TFLTensorFlowLite;