如何在图像分类上快速运行 tflite 模型

Posted 2023-02-25

【中文标题】如何在图像分类上快速运行 tflite 模型

【英文标题】：How to run tflite model not on image classification swift

【发布时间】：2020-04-30 17:23:25

【问题描述】：

我已经看过几个关于如何运行 tflite 模型进行图像分类的教程，但不知道如何为任何其他应用程序执行此操作...例如，我有一个模型，它以表单的形式接收音频数据(16000, 1) 数组。如何将此数组传递给 tflite 模型？

【参考方案1】：

Tflite 使用字节缓冲区。

您必须将所有输入转换为字节缓冲区，例如

let len = 16000
var audio = [Float](repeating: Float(1.0), count: len)
let audioBuffer = Data(bytes: &audio, count: audio.count * MemoryLayout<Float>.stride)
try interpreter.copy(audioBuffer, toInputAt: 0)

【参考方案2】：

TensorFlow Lite 提供了我们在移动、嵌入式和物联网设备上转换和运行TensorFlow models 所需的所有工具。

要将model 与TensorFlow Lite 一起使用，我们必须将完整的TensorFlow model 转换为TensorFlow Lite 格式。我们无法使用TensorFlow Lite 创建或训练模型。所以我们必须从一个普通的TensorFlow model开始，然后是convert the model。

查看可在应用程序中使用的预训练模型的完整列表：in Models。

如果我们设计并训练了自己的 TensorFlow 模型，或者我们训练了从其他来源获得的模型，我们必须将其转换为 TensorFlow Lite 格式。

参考：TensorFlow Lite

【讨论】：

感谢您的回复。我能够加载模型，但是，我不知道如何使用我加载的模型。如何传入浮点数数组？

你能提供更多关于你正在使用的模型的细节吗？您是否已将模型转换为 TensorFlow Lite 格式？

是的，它是一个将音频数据作为浮点数（在原始问题中定义）并据此进行预测的模型。

您是否将该模型转换为 TensorFlow Lite 格式？