TensorFlow Lite 공식예제)꽃 인식 안드로이드 앱 -(2)

참고) Recognize Flowers with TensorFlow Lite on Android

 

변환된 텐서플로라이트 모델을 가지고 안드로이드 스튜디오에서 추가적인 설정을 한다.

참고페이지에서는 안드로이드 스튜디오에서의 작업을 순서대로 설명해주고 있다.

핵심적인 사항들은 다음과 같다.

1. 텐서플로라이트 모델 model.tflite와 레이블 파일 labels.txt를 app/src/main/assets/ 에 복사한다.
2. 텐서플로라이트에 대한 의존성을 설정한다.
3. 모델 실행을 위한 텐서플로라이트 인터프리터를 생성한다.
4. 안드로이드기기에서 받아들이는 이미지를 모델의 입력이미지 크기로 리사이즈하게 한다.
5. 인터프리터로 실행된 결과는 레이블과 매핑되어, 각각에 대한 확률값으로 출력된다.

텐서플로라이트에서 추론은 Java API와 텐서플로 라이트 안드로이드 지원 라이브러리를 사용해 이뤄진다.

 

추가적으로 GPU 설정을 하여, 하드웨어 가속을 사용할 수 있도록 할 수 있다.

안드로이드 앱에서 CPU와 GPU의 선택 사용은 안드로이드의 NNAPI(Neural Networks API) 덕분에 가능하다.

CPU사용시 스레드의 수를 병경하거나, GPU를 사용하면 추론시간이 조금씩 변함을 알 수 있었다.