TensorFlowLite

使用TensorFlow Lite Model Maker生成图像分类器模型

TensorFlowLiteModelMaker可以简化使用自定义数据集训练TensorFlowLite模型的过程。该库使用迁移学习来减少所需的训练数据量并缩短训练时间。
llfjfz·2022-12-20 05:12

实现TensorFlow Lite安卓小demo

1.简介TensorFlowLite是一组工具，可帮助开发者在移动设备、嵌入式设备和IoT设备上运行TensorFlow模型。它支持设备端机器学习推断，延迟较低，并且二进制文件很小。
溪午不闻钟_·2022-12-20 05:11

谷歌推出TensorFlow工具以制作可移动模型

谷歌宣布推出TensorFlowLiteModelMaker，该工具可将现有的TensorFlow模型转换为TensorFlowLite格式，用于在轻型硬件（例如移动设备）上提供预测。
cxu0262·2022-12-20 05:41

Tensorflow Lite(2) : 使用Model Maker 创建边缘端机器学习模型

在这篇博文中，将介绍如何使用TFLitemodelmaker库创建TensorFlowLite模型。
@BangBang·2022-12-20 05:40

NNStreamer简单使用

https://github.com/nnstreamer/nnstreamer在Ubuntux86上简单使用nnstreamer使用tensorflowlite去推理yolov5#安装$sudoadd-apt-repositoryppa
TuT_today·2022-12-15 09:43

开发一个最简单的iOS App

主要就是TensorFlowLite、TensorFlow.js和TFServing的实操，其实今年3月份我就接触TensorFlow.js了，当时还写了一篇入门教程：TensorFlow.js用浏览器玩机器学习
机器学习算法与Python实战·2022-12-12 00:37

深度学习：使用Tensorflow Lite部署模型时遇到不支持tf.keras.layers.UpSampling2D()函数问题的解决方法

在使用TensorflowLite部署训练好的模型时，若使用了tf.keras.layers.UpSampling2D()函数对图像进行了上采样，那么就会报错——TensorflowLite暂不支持该函数方法
默语..·2022-12-10 09:37

【深度学习-tensorflow】使用Tensorflow Lite部署模型时遇到不支持tf.keras.layers.UpSampling2D()函数问题的解决方法

在工作中遇到的一个问题，记录一下在模型转化为tflite之后，进行模型的部署，之后遇到的使用TensorflowLite部署模型时遇到不支持tf.keras.layers.UpSampling2D()函数问题的解决方法
m0_61629144·2022-12-10 09:35

Tensorflowlite 部署到 arm开发板

Tensorflowlite部署到arm开发板一先在本机上操作1下载TensorFlow下载依赖2准备ARM的交叉编译环境2.1下载安装包2.2解压安装包2.3配置环境变量2.4查看编译器版本3交叉编译生成静态库
向往的地中海·2022-12-10 09:03

TensorFlow Lite 设备端训练

TensorFlowLite是Google的机器学习框架，用于在多种设备和平台上部署机器学习模型，例如移动设备（iOS和Android）、桌面设备和其他边缘设备。
Python知识大全·2022-12-10 09:02

tensorflow lite部署模型

使用tensorflowlite部署模型1.转换成tflite文件2.跑通官方demo3.连接手机调试4.更换自己的模型  这里放一个小伙伴的共识：tensorflow的版本兼容就是个大坑，不要靠近，会变得不幸
unicorn(｡･ω･｡)·2022-12-10 09:31

基于TensorFlow Lite实现的Android花卉识别应用

介绍本教程将在Android设备上使用TensorFlowLite运行图像识别模型，具体包括：使用TensorFlowLiteModelMaker训练自定义的图像分类器利用AndroidStudio导入训练后的模型
llfjfz·2022-12-09 11:34

【RV1126/RV1109学习笔记】#RKNN篇#（3）RKNN模型转换示例

文章目录一、概述二、模型转换流程三、模型转换参考示例四、执行模型转换一、概述RKNN-Toolkit支持Caffe、TensorFlow、TensorFlowLite、ONNX、Darknet、Pytorch
丨匿名用户丨·2022-12-08 19:02

利用Aidlux落地双向AI人流统计项目的实战心得

/mp.weixin.qq.com/s/3WrTMItNAGt8l2kjjf042w（2）学习目的题主研究方向正好是边缘计算相关，最近研究的内容也正好是目标检测相关的内容，之前师兄给我提过尝试使用一下tensorflowlite
weixin_43888632·2022-12-08 15:44

在Android上运行基于TensorFlow Lite训练的二维码检测模型

使用TensorFlowLite训练二维码检测模型训练图集来自于boofcv.org。为了方便，我整理之后放到了GitHub仓库里。
yushulx·2022-12-05 08:14

tensorflow教程 android,tensorflow - 在 Android 中 集成 tensorflow 并使用训练后的模型

方式：tensorflowandroid而不是tensorflowlite基本思路首先，在android上集成tensorflow，我们可以确定使用TensorFlowInferenceInterf
塔塔君Minkun·2022-12-05 08:39

Android Tensorflow Lite最佳做法和优化

在本系列的前一部分中，我们完成了基于TensorFlowLite的应用程序的构建，该应用程序使用来自ONNXModelZoo的网络模型执行对象识别。让我们考虑可以进一步优化网络的方式。
寒冰屋·2022-12-05 08:30

Tensorflow Lite Model Maker实现图像分类和目标检测迁移学习

博主的此时的环境配置见此前博客TensorflowLite使用介绍_竹叶青lvye的博客-CSDN博客接着前面的博客系列讲，这里来介绍下TensorflowLIte。
竹叶青lvye·2022-12-05 08:58

Tensorflow lite在Android端部署

最近一个项目需要使用Tensorflowlite,官网上的解释又特别简单，主要给了一个例子，但是这个例子和官网的解释又不一样。。。。这里简单记录下操作方法。添加依赖某些加载的方法，依赖并不支持。
HGGshiwo·2022-12-05 07:22

【Android机器学习实战】2、用 TensorFlowLite 做目标检测

文章目录一、添加TFLite库二、用TFLite对图片做目标检测TensorFlowLite是一个跨平台机器学习库，针对在边缘设备（包括Android和iOS移动设备）上运行机器学习模型进行了优化。
呆呆的猫·2022-12-05 07:19

在浏览器中运行 TensorFlow.js 来训练模型并给出预测结果（Iris 数据集）

文章目录开发环境构建第一个TensorFlow.js模型构建鸢尾花数据集分类器References在《TensorFlowLite是什么？
_SeeUtoday_·2022-12-04 09:27

TensorflowLite 模型转为Metadata format -----图片分类模型

如果想把TensorflowLite模型在手机端部署，需要把模型转换成为Metadata格式。
WilliamCHW·2022-12-03 07:10

推出 TF Lite Task Library 接口，简化 ML移动端开发流程

本文转载，如果打不开，可以直接读本文，内容完全一致：推出TFLiteTaskLibrary接口，简化ML移动端开发流程-技术分享-tf.wiki社区概述在移动设备上使用TensorFlowLite模型运行推理不仅仅是与模型交互
seaside2003·2022-12-02 10:48

Tensorflow lite task library 实战

本文利用Tensorflowlitetasklibrary进行端侧推理，主要参考官网以及以下代码：官网API：集成图像分割器|TensorFlowLite网上案例：https://github.com/
seaside2003·2022-12-02 10:48

Android 神经网络API 介绍

NNAPI旨在为构建和训练神经网络的高级机器学习框架（如TensorFlowLite，Caffe2或其他）提供基础层功能。
maocanmao·2022-12-02 01:36

mobilenet cpu 加速_使用NNAPI加速android-tflite的Mobilenet分类器

NNAPI旨在为编译和训练神经网络的更高级机器学习框架（例如TensorFlowLite、Caffe2等）提供一个基础的功能层。
weixin_39958019·2022-12-02 01:35

Android平台深度学习--NNAPI

/blog_602f87700102y62v.html1.Android8.1（API-27）NNAPI：人工智能神经网络API(如：TensorFlow)神经网络API能够向设备内置机器学习框架，如TensorFlowLite
haima1998·2022-12-02 01:05

yolov5平台模型格式转换&安卓端部署完整记录

该模型格式可以在不同的平台所需的模型格式之间进行转化CoreML：该格式的模型可以部署到Apple上，那至少需要有苹果两件套（iphone和Mac），前者作为部署端，后者用于开发苹果应用程序TFLite：Google的轻量级推理库，这种TensorFLowLite
wangxy2099·2022-12-01 13:27

在Android上将ONNX神经网络模型与TensorFlow Lite结合使用

目录下一步在这里，我们从预先训练的模型中制作TensorFlowLite模型。这是有关在Android上使用TensorFlowLite的系列文章中的第二篇。
寒冰屋·2022-12-01 09:25

(六)将样式转换模型从TensorFlow转换为TensorFlow Lite

目录介绍什么是TensorFlowLite？
寒冰屋·2022-12-01 09:25

TensorFlow Lite 指南

TensorFlowLiteTensorFlowLite指南TensorFlowLite是一组工具，可帮助开发者在移动设备、嵌入式设备和IoT设备上运行TensorFlow模型。
cvvoid·2022-12-01 09:20

Tensorflow Lite模型部署之模型转换

TensorFlowLite的设计旨在在各种设备上高效执行模型。这种高效部分源于在存储模型时，采用了一种特殊的格式。
Mrrunsen·2022-12-01 09:19

TensorFlow Lite 是什么？用 TensorFlow Lite 来转换模型（附代码）

文章目录TensorFlowLite做了什么？
_SeeUtoday_·2022-12-01 09:17

TensorFlow Lite Model Maker

TensorFlowLiteModelMakerTensorFlowLiteModelMaker库，可以简化使用自定义数据集训练TensorFlowLite模型的过程。
model2005·2022-11-30 14:37

TensorFlow Lite+Android，Google要搞的大事情

近日谷歌开源了TensorFlow的终端版本TensorFlowLite，这个版本的发布其实早在预料之中，但又能从这件事看出未来谷歌整个生态版图的一些端倪，接下来就让博主为大家分析一下。
Garvin Li·2022-11-28 07:23

TensorFlow Lite（实战系列三）：YOLOV3嵌入Android版APP实现对象检测案例

摘要本次实战案例，少奶奶给大家带来了使用TensorflowLite方式把YOLOV3嵌入Android版APP中，该APP通过调用手机摄像头，实现实时检测并返回具体结果，从而实现自定义网络模型移植边缘设备的可能
变强啊三少奶奶·2022-11-28 07:22

TensorFlow Lite（实战系列一）：TFLite Android 迁移训练构建自己的图像识别APP

为了让大家体验到TensorFlowLite的强大。少奶奶将会以Google官网提供的花卉重训练模
变强啊三少奶奶·2022-11-28 07:52

【Android +Tensroflow Lite】实现从基于机器学习语音中识别指令讲解及实战（超详细 附源码）

需要源码和配置文件请点赞关注收藏后评论区留言~~~一、基于机器学习的语音推断Tensorflow基于分层和模块化的设计思想，整个框架以C语言的编程接口为界，分为前端和后端两大部分Tensorflow框架结构如下图二、TensorflowLite
showswoller·2022-11-28 07:50

TensorFlowLite + Armnn 实现神经网络推理

随着深度学习技术的飞速发展，越来越多的神经网络可以运行嵌入式设备上了，但是网上的教程多以安卓平台为主，这可能是因为手机平板等移动设备装机量巨大，所以大家都比较关注，而嵌入式linux上的相关资料和项目不是很多。最近由于工作需要，研究了一下这方面的东西，这里进行一下总结，也希望能过帮助到有需要的朋友，同时有相关经验的朋友也可以解答一些我的疑问，共同进步。硬件平台：安装了ubuntu20.04的x86
陌生的天花板·2022-11-27 08:31

直接java调用tflite_Tensorflow Lite介绍

简介TensorflowLite是针对移动设备和嵌入式设备的轻量化解决方案，占用空间小，低延迟。TensorflowLite在android8.1以上的设备上可以通过ANNA启用硬件加速。
weixin_39802814·2022-11-25 08:16

使用tflite_convert命令工具将keras h5文件转换为tflite文件简易指南

问题来源网上查询了各种资料，也看了tensorflowlite官网转换模型的章节，不是这里错就是那里搞不定．最后终于通过两次转换将keras生成的h5文件转换成了tflite文件．遂记录之以备来日查看或做前车之鉴
wusimpl·2022-11-25 08:41

利用tensorflow搭建Alexnet，并进行.tflite的导出

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档前言TensorFlowLite是一种用于设备端推断的开源深度学习框架，可帮助开发者在移动设备、嵌入式设备和IoT设备上运行TensorFlow
Wddfh_frw·2022-11-25 08:28

重磅！2021 高通人工智能应用创新大赛今日开赛

由高通技术公司、高通创投主办，极视角、小米、中科创达、CSDN共同协办，TensorFlowLite作为开源技术合作伙伴的“2021高通人工智能应用创新大赛”于今日正式开赛。
PaperWeekly·2022-11-23 16:38

10万奖励+10万数据集！垃圾分类/表情识别等赛事全面启动！2021高通人工智能应用创新大赛来了...

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达由高通技术公司、高通创投主办，极视角、小米、中科创达、CSDN共同协办，TensorFlowLite作为开源技术合作伙伴的“2021高通人工智能应用创新大赛
Amusi（CVer）·2022-11-23 16:37

C++调用tensorflow模型预测

文章目录1.环境搭建1.1安装JDK81.2安装依赖1.3安装Bazel1.4protobuf1.5编译tensorflow源码2.tensorflowlite使用编译环境与tensorflow相同1.
三更两点·2022-11-21 19:51

使用TensorFlow Lite 部署自定义对象检测模型

使用TensorFlowLite部署自定义对象检测模型[1]2022.03.05文章目录使用TensorFlowLite部署自定义对象检测模型[1]一.訓練自定義模型[4]1.收集數據2.訓練模型二.集成
Dennis-Chen·2022-11-20 07:45

Netron 模型可视化神器，保存好的模型丢进去就能可视化！

支持的终端支持的终端包括macOS,Linux,Windows,浏览器，Python端各终端的下载方法前往github下载对应版本支持的框架ONNX,TensorFlowLite,Keras,Caffe
Tina姐·2022-11-19 21:41

神经网络编译器TVM

，可谓八仙过海各显神通英伟达搞了tensorRTfacebook依托着pytorch也做了libtorchc++的相关部署方案谷歌在他原有的tensorflow的生态做了tensorflowc++以及tensorflowlite
小鹏AI·2022-11-18 14:23

Tensorflow Lite从入门到精通

TensorFlowLite是TensorFlow在移动和IoT等边缘设备端的解决方案，提供了Java、Python和C++API库，可以运行在Android、iOS和RaspberryPi等设备上。
凌逆战·2022-10-25 14:44

RKNN-Toolkit2相关API介绍（二）

是为用户提供在PC、RockchipNPU平台上进行模型转换、推理和性能评估的开发套件，用户通过该工具提供的Python接口可以便捷地完成以下功能：1)模型转换：支持Caffe、TensorFlow、TensorFlowLite
紫川宁520·2022-10-25 07:43
上一页 1 2 3 4 5 6 7 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他