Краткое руководство для устройств на базе Linux с Python

Использование LiteRT с Python отлично подходит для встроенных устройств на базе Linux, таких как устройства Raspberry Pi и Coral с Edge TPU , среди многих других.

На этой странице показано, как начать запускать модели LiteRT с помощью Python всего за несколько минут. Все, что вам нужно, — это модель TensorFlow , конвертированная в TensorFlow Lite . (Если у вас еще нет преобразованной модели, вы можете поэкспериментировать, используя модель, представленную в примере, указанном ниже.)

О пакете среды выполнения LiteRT

Чтобы быстро начать выполнять модели LiteRT с помощью Python, вы можете установить только интерпретатор LiteRT вместо всех пакетов TensorFlow. Мы называем этот упрощенный пакет Python tflite_runtime .

Пакет tflite_runtime занимает лишь часть размера полного пакета tensorflow и включает в себя минимальный код, необходимый для выполнения выводов с помощью LiteRT — в первую очередь класс Interpreter Python. Этот небольшой пакет идеален, когда все, что вам нужно, — это выполнить модели .tflite и не тратить зря дисковое пространство с помощью большой библиотеки TensorFlow.

Установите LiteRT для Python

Вы можете установить в Linux с помощью pip: 

python3 -m pip install tflite-runtime

Поддерживаемые платформы

Колеса Python tflite-runtime предварительно созданы и предназначены для следующих платформ:

  • Linux Armv7l (например, Raspberry Pi 2, 3, 4 и Zero 2 под управлением 32-разрядной ОС Raspberry Pi)
  • Linux aarch64 (например, Raspberry Pi 3, 4 под управлением Debian ARM64)
  • Linux x86_64

Если вы хотите запускать модели LiteRT на других платформах, вам следует либо использовать полный пакет TensorFlow , либо собрать пакет tflite-runtime из исходного кода .

Если вы используете TensorFlow с Coral Edge TPU, вам следует вместо этого следовать соответствующей документации по установке Coral .

Запустите вывод, используя tflite_runtime

Вместо импорта Interpreter из модуля tensorflow теперь вам нужно импортировать его из tflite_runtime .

Например, после установки вышеуказанного пакета скопируйте и запустите файл label_image.py . Это (вероятно) потерпит неудачу, потому что у вас не установлена ​​библиотека tensorflow . Чтобы это исправить, отредактируйте эту строку файла:

import tensorflow as tf

Вместо этого он гласит:

import tflite_runtime.interpreter as tflite

А затем измените эту строку:

interpreter = tf.lite.Interpreter(model_path=args.model_file)

Итак, там написано:

interpreter = tflite.Interpreter(model_path=args.model_file)

Теперь снова запустите label_image.py . Вот и все! Теперь вы выполняете модели LiteRT.

Узнать больше