התחלה מהירה של iOS

כדי להתחיל עם TensorFlow Lite ב-iOS, אנו ממליצים לחקור את הדוגמה הבאה:

דוגמה לסיווג תמונה של iOS

להסבר על קוד המקור, כדאי לקרוא גם את סיווג התמונות של TensorFlow Lite iOS .

אפליקציה זו לדוגמה משתמשת בסיווג תמונות כדי לסווג באופן רציף את כל מה שהיא רואה מהמצלמה הפונה לאחור של המכשיר, ומציגה את הסיווגים הסבירים ביותר. זה מאפשר למשתמש לבחור בין נקודה צפה או מודל כמותי ולבחור את מספר החוטים לביצוע הסקת מסקנות.

הוסף את TensorFlow Lite לפרויקט Swift או Objective-C שלך

TensorFlow Lite מציע ספריות מקוריות של iOS שנכתבו ב- Swift וב- Objective-C . התחל לכתוב קוד iOS משלך באמצעות דוגמה לסיווג תמונה של Swift כנקודת התחלה.

הסעיפים שלהלן מדגימים כיצד להוסיף את TensorFlow Lite Swift או Objective-C לפרויקט שלך:

מפתחי CocoaPods

ב- Podfile שלך, הוסף את הפוד TensorFlow Lite. לאחר מכן, הפעל pod install .

מָהִיר

use_frameworks!
pod 'TensorFlowLiteSwift'

Objective-C

pod 'TensorFlowLiteObjC'

ציון גרסאות

יש מהדורות יציבות, ומהדורות ליליות זמינות גם לתרמילים של TensorFlowLiteSwift וגם של TensorFlowLiteObjC . אם לא תציין אילוץ גרסה כמו בדוגמאות לעיל, CocoaPods ימשוך את המהדורה היציבה האחרונה כברירת מחדל.

אתה יכול גם לציין אילוץ גרסה. לדוגמה, אם אתה רוצה להיות תלוי בגרסה 2.10.0, אתה יכול לכתוב את התלות כ:

pod 'TensorFlowLiteSwift', '~> 2.10.0'

זה יבטיח שהאפליקציה שלך תשתמש בגרסת 2.xy העדכנית ביותר של הפוד TensorFlowLiteSwift . לחלופין, אם אתה רוצה להיות תלוי בבנייה הלילית, אתה יכול לכתוב:

pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly'

מגרסה 2.4.0 ומהגרסאות הליליות האחרונות, כברירת מחדל, נציגי GPU ו- Core ML אינם נכללים בתרמיל כדי להקטין את הגודל הבינארי. אתה יכול לכלול אותם על ידי ציון מפרט משנה:

pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly', :subspecs => ['CoreML', 'Metal']

זה יאפשר לך להשתמש בתכונות האחרונות שנוספו ל- TensorFlow Lite. שים לב שברגע שהקובץ Podfile.lock נוצר בעת הפעלת פקודת pod install בפעם הראשונה, גרסת הספרייה הלילית תינעל בגרסת התאריך הנוכחי. אם ברצונך לעדכן את הספרייה הלילית לחדשה יותר, עליך להפעיל את פקודת ה- pod update .

למידע נוסף על דרכים שונות לציון אילוצי גרסה, ראה ציון גרסאות פוד .

מפתחי Bazel

בקובץ BUILD שלך, הוסף את התלות TensorFlowLite ליעד שלך.

מָהִיר

swift_library(
  deps = [
      "//tensorflow/lite/swift:TensorFlowLite",
  ],
)

Objective-C

objc_library(
  deps = [
      "//tensorflow/lite/objc:TensorFlowLite",
  ],
)

API של C/C++

לחלופין, אתה יכול להשתמש ב-C API או ב-C++ API

# Using C API directly
objc_library(
  deps = [
      "//tensorflow/lite/c:c_api",
  ],
)

# Using C++ API directly
objc_library(
  deps = [
      "//tensorflow/lite:framework",
  ],
)

ייבא את הספרייה

עבור קבצי Swift, ייבא את מודול TensorFlow Lite:

import TensorFlowLite

עבור קבצי Objective-C, ייבא את כותרת המטריה:

#import "TFLTensorFlowLite.h"

לחלופין, המודול אם תגדיר CLANG_ENABLE_MODULES = YES בפרויקט Xcode שלך:

@import TFLTensorFlowLite;