iOS hızlı başlangıç

İOS'ta TensorFlow Lite kullanmaya başlamak için aşağıdaki örneği incelemenizi öneririz:

iOS görüntü sınıflandırma örneği

Kaynak kodun açıklaması için ayrıca TensorFlow Lite iOS görüntü sınıflandırmasını da okumalısınız.

Bu örnek uygulama, cihazın arkaya bakan kamerasından gördüğü her şeyi sürekli olarak sınıflandırmak için görüntü sınıflandırmasını kullanır ve en olası sınıflandırmaları gösterir. Kullanıcının kayan nokta veya nicemlenmiş model arasında seçim yapmasına ve üzerinde çıkarım yapmak için iş parçacığı sayısını seçmesine olanak tanır.

Swift veya Objective-C projenize TensorFlow Lite ekleyin

TensorFlow Lite, Swift ve Objective-C ile yazılmış yerel iOS kitaplıkları sunar. Başlangıç ​​noktası olarakSwift görüntü sınıflandırma örneğini kullanarak kendi iOS kodunuzu yazmaya başlayın.

Aşağıdaki bölümler, projenize TensorFlow Lite Swift veya Objective-C'yi nasıl ekleyeceğinizi gösterir:

CocoaPods geliştiricileri

Senin içinde Podfile , TensorFlow Lite pod ekleyin. Ardından, pod install çalıştırın.

Swift

use_frameworks!
pod 'TensorFlowLiteSwift'

Amaç-C

pod 'TensorFlowLiteObjC'

Sürümleri belirtme

Hem TensorFlowLiteSwift hem de TensorFlowLiteObjC kapsülleri için kararlı sürümler ve gecelik sürümler mevcuttur. Yukarıdaki örneklerde olduğu gibi bir sürüm kısıtlaması belirtmezseniz, CocoaPods varsayılan olarak en son kararlı sürümü çekecektir.

Ayrıca bir sürüm kısıtlaması da belirtebilirsiniz. Örneğin, 2.0.0 sürümüne bağlı olmak istiyorsanız, bağımlılığı şu şekilde yazabilirsiniz:

pod 'TensorFlowLiteSwift', '~> 2.0.0'

Bu, uygulamanızda TensorFlowLiteSwift bölmesinin mevcut en son 2.xy sürümünün kullanılmasını TensorFlowLiteSwift . Alternatif olarak, gecelik yapılara bağlı olmak istiyorsanız şunları yazabilirsiniz:

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

2.4.0 sürümünden ve en son gece sürümlerinden, varsayılan olarak GPU ve Core ML delegeleri ikili boyutu azaltmak için bölmeden çıkarılır. Alt tür belirterek bunları dahil edebilirsiniz:

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

Bu, TensorFlow Lite'a eklenen en son özellikleri kullanmanıza izin verecektir. pod install komutunu ilk kez çalıştırdığınızda Podfile.lock dosyası oluşturulduktan sonra, gecelik kitaplık sürümünün geçerli tarih sürümünde kilitleneceğini unutmayın. Gecelik kitaplığı pod update isterseniz, pod update komutunu çalıştırmalısınız.

Sürüm kısıtlamalarını belirlemenin farklı yolları hakkında daha fazla bilgi için, bkz. Bölme sürümlerini belirtme .

Bazel geliştiricileri

BUILD dosyanızda, TensorFlowLite bağımlılığını hedefinize ekleyin.

Swift

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

Amaç-C

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

C / C ++ API

Alternatif olarak, C API veya C ++ API kullanabilirsiniz

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

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

Kitaplığı içe aktarın

Swift dosyaları için TensorFlow Lite modülünü içe aktarın:

import TensorFlowLite

Objective-C dosyaları için şemsiye başlığını içe aktarın:

#import "TFLTensorFlowLite.h"

Veya Xcode projenizde CLANG_ENABLE_MODULES = YES olarak ayarlarsanız modül:

@import TFLTensorFlowLite;