如何将 tflite 文件嵌入到 Android 应用程序中？

How do you embed a tflite file into an Android application?

使用 TFlite 文件并将其嵌入实际 Android 应用程序的分步说明是什么？作为参考，这是回归。输入将是一个图像，输出应该是一个数字。我已经看过 TensorFlow 文档，但他们没有解释如何从头开始。

对于 Android 应用程序，这里是使用 TF Lite 进行分类的快速示例。您可以遵循与此处类似的结构：https://github.com/tensorflow/tensorflow/blob/master/tensorflow/lite/examples/android/app/src/main/java/org/tensorflow/demo/TFLiteImageClassifier.java

在 Android 中使用 TFLite 需要以下步骤：

  1. 将依赖项 'org.tensorflow:tensorflow-lite:+' 添加到您的 build.gradle
  2. 确保不会使用 build.gradle
    3. 中的 aaptOptions 压缩 .tflite 类型的文件
  3. 通过将模型 .tflite 文件放入您的应用资产文件夹中使其可用（要创建一个，请右键单击 res 文件夹，单击 res > New > Folder > Assets Folder)
  4. 在将处理推理的 java class 中，导入 tflite 解释器
  5. 将模型文件作为 MappedByteBuffer 加载到您的 java class
  6. 将 MappedByteBuffer 加载到您的 TFLite 解释器中
  7. 将输入图像转换为 float ByteBuffer
  8. 定义匹配输出层大小的输出数组
  9. 使用加载的 TFLite 解释器通过模型转发输入 ByteBuffer，并将预测写入输出数组。

如果有什么不清楚的地方，请告诉我！