如何在 android studio 中使用 .tflite 模型进行图像分类

Question

我是机器学习新手，这是我第一次为两个物种的图像分类制作安卓应用程序。我训练了我的 keras 模型，然后将其转换为 .tflite。我知道想在 android studio 中使用这个文件来检测我训练过的两个物种。我从此代码将模型从 keras 转换为 .tflite：

tflite_model = tf.keras.models.load_model('my_model.h5')
converter = tf.lite.TFLiteConverter.from_keras_model(tflite_model)
tflite_save = converter.convert()
open("my_model.tflite", "wb").write(tflite_save)

我知道想在 android studio 中使用 my_model.tflite 文件。我在互联网上搜索但没有得到任何东西。有人可以帮我解决这个问题。谢谢

Answer 1

短期：您可以创建一个纯文本文件或有一个字符串数组string array 来存储这两个类别。

长期：使用 tflite 元数据描述您的模型，这意味着它可以被 Android Studio ML 模型绑定和 ML Kit 等支持工具使用。

如何添加 TensorFlow Lite (tflite) 元数据？ Article / Sample code image classifier
注意：如果您使用 TensorFlow Lite Model Maker 训练模型，您将免费获得元数据

如何使用带有元数据的 TensorFlow Lite (TFLite) 模型？

• Android Studio ML 模型绑定 - 支持 Android Studio 4.1 Beta 1 及更高版本 (Codelab - step 5 onwards) / (Screencast - around 6 mins in onwards)
• 使用自定义模型标记 ML Kit 图像 - documentation, sample

高级主题 如果您尝试分类的对象没有占据整个图像 - 想想扫描满是树叶的森林地面上的一片叶子或超市货架上的单个产品 - 使用ML Kit Object Detection and Tracking with custom model 可能会更好。它可以帮助您裁剪图像的一部分进行处理，从而提高准确性。这是一个screencast 这是如何工作的。