Ky shembull i aplikacionit përdor klasifikimin e imazheve për të klasifikuar vazhdimisht çdo gjë që sheh nga kamera e pasme e pajisjes, duke shfaqur klasifikimet kryesore më të mundshme. Ai i lejon përdoruesit të zgjedhë midis një modeli me pikë lundruese ose një modeli të kuantizuar dhe të zgjedhë numrin e thread-ve për të kryer përfundimin.
Shtoni LiteRT në projektin tuaj Swift ose Objective-C
LiteRT ofron biblioteka amtare iOS të shkruara në Swift dhe Objective-C .
Seksionet më poshtë tregojnë se si të shtoni LiteRT Swift ose Objective-C në projektin tuaj:
Zhvilluesit e CocoaPods
Në Podfile
tuaj Pod, shtoni podin LiteRT. Më pas, ekzekutoni pod install
.
Swift
use_frameworks!
pod 'TensorFlowLiteSwift'
Objektivi-C
pod 'TensorFlowLiteObjC'
Specifikimi i versioneve
Ekzistojnë lëshime të qëndrueshme dhe lëshime të natës të disponueshme për të dyja TensorFlowLiteSwift
dhe TensorFlowLiteObjC
pods. Nëse nuk specifikoni një kufizim versioni si në shembujt e mësipërm, CocoaPods do të tërheqë versionin më të fundit të qëndrueshëm si parazgjedhje.
Ju gjithashtu mund të specifikoni një kufizim versioni. Për shembull, nëse dëshironi të vareni nga versioni 2.10.0, mund ta shkruani varësinë si:
pod 'TensorFlowLiteSwift', '~> 2.10.0'
Kjo do të sigurojë që versioni më i fundit i disponueshëm 2.xy i pod TensorFlowLiteSwift
të përdoret në aplikacionin tuaj. Përndryshe, nëse dëshironi të vareni nga ndërtimet e natës, mund të shkruani:
pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly'
Nga versioni 2.4.0 dhe lëshimet më të fundit të natës, si parazgjedhje delegatët e GPU dhe Core ML përjashtohen nga pod për të zvogëluar madhësinë binare. Ju mund t'i përfshini ato duke specifikuar nënspeci:
pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly', :subspecs => ['CoreML', 'Metal']
Kjo do t'ju lejojë të përdorni veçoritë më të fundit të shtuara në LiteRT. Vini re se sapo të krijohet skedari Podfile.lock
kur të ekzekutoni komandën pod install
për herë të parë, versioni i bibliotekës së natës do të kyçet në versionin e datës aktuale. Nëse dëshironi të përditësoni bibliotekën e natës në atë më të re, duhet të ekzekutoni komandën pod update
.
Për më shumë informacion mbi mënyra të ndryshme të specifikimit të kufizimeve të versionit, shihni Specifikimi i versioneve të pod .
Zhvilluesit e Bazel
Në skedarin tuaj BUILD
, shtoni varësinë TensorFlowLite
në objektivin tuaj.
Swift
swift_library(
deps = [
"//tensorflow/lite/swift:TensorFlowLite",
],
)
Objektivi-C
objc_library(
deps = [
"//tensorflow/lite/objc:TensorFlowLite",
],
)
C/C++ API
Përndryshe, mund të përdorni C API ose C++ API
# Using C API directly
objc_library(
deps = [
"//tensorflow/lite/c:c_api",
],
)
# Using C++ API directly
objc_library(
deps = [
"//tensorflow/lite:framework",
],
)
Importoni bibliotekën
Për skedarët Swift, importoni modulin LiteRT:
import TensorFlowLite
Për skedarët Objective-C, importoni kokën e ombrellës:
#import "TFLTensorFlowLite.h"
Ose, moduli nëse vendosni CLANG_ENABLE_MODULES = YES
në projektin tuaj Xcode:
@import TFLTensorFlowLite;