Android 应用上的 Snapdragon 神经处理引擎 (SNPE) 和 Tiny Yolo答案

【问题标题】：Snapdragon Neural Processing Engine (SNPE) and Tiny Yolo on Android AppAndroid 应用上的 Snapdragon 神经处理引擎 (SNPE) 和 Tiny Yolo
【发布时间】：2018-10-30 11:14:53
【问题描述】：

在我的期末大学考试中，我正在尝试将 SNPE 与 Tiny YOLO 一起用于 Android 应用程序中的实时对象检测。我成功地将模型转换为 DLC 格式，但我不明白如何准备输入张量以及如何处理输出张量。同一个人可以帮助我吗？谢谢。

【问题讨论】：

标签： android yolo snpe

【解决方案1】：

构建SNPE神经网络并得到输出FloatTensor的步骤：

在Android/app目录下创建asset文件夹，并将模型文件（.dlc）保存在asset文件夹中。

// assetFileName is the file name of .dlc
InputStream assetInputStream = application.getAssets().open(assetFileName); // Create and build the neural network
NeuralNetwork network = new SNPE.NeuralNetworkBuilder(application)
        .setDebugEnabled(false)
//outputLayerNames can be got while converted model to DLC format
        .setOutputLayers(outputLayerNames)
        .setModel(assetInputStream, assetInputStream.available())
        .setPerformanceProfile(NeuralNetwork.PerformanceProfile.DEFAULT)
        .setRuntimeOrder(selectedRuntime) // Runtime.DSP, Runtime.GPU_FLOAT16, Runtime.GPU, Runtime.CPU
        .setCpuFallbackEnabled(needsCpuFallback)
        .build();
// Close input
assetInputStream.close();

创建输入张量
通过网络传播输入张量
处理神经网络输出

请点击下面的链接，找到步骤 2,3 和 4 中提到的准备输入张量和处理输出张量的部分https://developer.qualcomm.com/docs/snpe/android_tutorial.html

【讨论】：