Użyj niestandardowej kompilacji TensorFlow Lite

Jeśli jesteś doświadczonym deweloperem ML i gotowa biblioteka TensorFlow Lite nie spełnia Twoich potrzeb, możesz użyć niestandardowej wersji TensorFlow Lite z ML Kit. Możesz na przykład dodać operacje niestandardowe.

Wymagania wstępne

  • działające środowisko kompilacji TensorFlow Lite;
  • Wersja TensorFlow Lite 1.10.1

Możesz sprawdzić prawidłową wersję za pomocą Gita:

git checkout -b work
git reset --hard tflite-v1.10.1
git cherry-pick 4dcfddc5d12018a5a0fdca652b9221ed95e9eb23

Kompilowanie biblioteki TensorFlow Lite

  1. Skompiluj TensorFlow Lite (z wprowadzonymi zmianami) zgodnie ze standardowymi instrukcjami.
  2. Utwórz platformę:
tensorflow/lite/lib_package/create_ios_frameworks.sh

Wygenerowaną platformę znajdziesz na stronie tensorflow/lite/gen/ios_frameworks/tensorflow_lite.framework.zip

Tworzenie lokalnego węzła

  1. Utwórz katalog dla lokalnej grupy
  2. Uruchom pod lib create TensorFlowLite w utworzonym katalogu.
  3. Utwórz katalog Frameworks w katalogu TensorFlowLite.
  4. Rozpakuj plik tensorflow_lite.framework.zip wygenerowany powyżej.
  5. Skopiuj rozpakowany plik tensorflow_lite.framework do folderu TensorFlowLite/Frameworks.
  6. Zmodyfikuj wygenerowany plik TensorFlowLite/TensorFlowLite.podspec, aby odwoływał się do biblioteki:
    Pod::Spec.new do |s|
      s.name             = 'TensorFlowLite'
      s.version          = '0.1.7' # Version must match.
      s.ios.deployment_target = '9.0'
      
      # ... make other changes as desired
      
      internal_pod_root = Pathname.pwd
      s.frameworks = 'Accelerate'
      s.libraries = 'c++'
      s.vendored_frameworks = 'Frameworks/tensorflow_lite.framework'

      s.pod_target_xcconfig = {
        'SWIFT_VERSION' => '4.0',
        'INTERNAL_POD_ROOT' => "#{internal_pod_root}",
        'HEADER_SEARCH_PATHS' => "$(inherited) '${INTERNAL_POD_ROOT}/Frameworks/tensorflow_lite.framework/Headers'",
        'OTHER_LDFLAGS' => "-force_load '${INTERNAL_POD_ROOT}/Frameworks/tensorflow_lite.framework/tensorflow_lite'"
      }
    end

Odwoływanie się do niestandardowego poda w projekcie

Możesz uwzględnić niestandardowy pod, odwołując się do niego bezpośrednio z aplikacji:Podfile

pod 'Firebase/MLModelInterpreter'
pod 'TensorFlowLite', :path => 'path/to/your/TensorflowLite'

Inne opcje zarządzania prywatnymi podami znajdziesz w sekcji Private Pods (Prywatne pody) w dokumentacji Cocoapods. Pamiętaj, że wersja musi być dokładnie taka sama.Odwołuj się do niej, gdy dodajesz pod z prywatnego repozytorium, np. pod 'TensorFlowLite', "1.10.1".