TensorFlowLite 第3页

TF-Lite极简参考-模型转换

TF-Lite极简参考-模型转换《TF-Lite极简参考-模型转换》 TensorFlowLite可以很方便的把基于TensorFlow训练的模型进行转换，然后推理，在TensorFlow2.0中，keras

Mr.RottenPeach·2022-12-29 13:32

TensorFlow Lite简介

组成TendorFlowLite转换器：用于将已经存在的模型转换为TensorFlowLite兼容的模型(.tflite)，并将训练的模型保存在硬盘上。

wjxbless·2022-12-29 13:02

.tflite文件生成apk在Android设备上运行

参考：使用TensorFlowLite在Android手机上实现图像分类_夜雨飘零1的博客-CSDN博客在结尾处作者给的有代码，

Mike_666·2022-12-29 13:00

TFlite 的简单使用

背景TensorFlowLite转换器可根据输入的TensorFlow模型生成TensorFlowLite模型（一种优化的FlatBuffer格式，以.tflite为文件扩展名）.作用是进一步缩短模型延迟时间和减小模型大小

茫茫人海一粒沙·2022-12-29 13:29

AI也会查水表啦！德国小哥开发水表读取器，可OTA升级，成本不到80元

一位德国小哥开发的“AI水表读取器”，只需几十元的成本，在水表上加个“罩子”，就能把机械式水表改装成“智能水表”，这款设备基于TensorFlowLite，

QbitAl·2022-12-28 17:10

TF-Hub-(1) 训练图像分类器

Setup设置选择要使用的TF2SavedModel模块设置鲜花数据集定义模型训练模型画图从验证数据中测试图像上的模型：执行步骤可选：部署到TensorFlowLite优化设置总结介绍图像分类模型具有数百万个参数

cvvoid·2022-12-28 07:43

tensorflow2.x学习笔记二十七：TFLite的转换、解释和量化

一、转换TensorFlowLite转换器根据输入的TensorFlow模型生成TensorFlowLiteFlatBuffer文件(.tflite)。

耐心的小黑·2022-12-26 03:58

人脸识别 - TensorFlow lite移植到IMX6/树莓派/IMX8开发板上

已经实现了移植opencv和TensorFlowlite人脸识别过程太复杂了先简单说一下吧：第1步，安装tensorflow到电脑第2步，将tensorflowlite源码下载下来放到gcc编译器下，然后

呆呆狗meng·2022-12-25 03:23

各种深度学习模型与框架的文件后缀名

)Keras(.h5,.keras)CoreML(.mlmodel)Caffe2(predict_net.pb,predict_net.pbtxt)MXNet(.model,-symbol.json)TensorFlowLite

曹席鹤·2022-12-24 06:13

TensorFlow与机器学习

针对移动设备和嵌入式设备，TensorFlowLite有一个精简库，用于在移动设备和嵌入式设备上部署模型。而TensorFlow.js是一个

芯片-嵌入式·2022-12-23 22:29

提升规则自治能力与原生分析能力、支持视频流接入处理

版本的开发周期之中，目前已完成了一部分实用的新功能：添加了视频流source，将边缘流式处理能力扩展到视频流领域，可以处理摄像头的视频流或者网络中的直播视频流；发布了通用的tfLite函数，用户只需上传训练好的TensorFlowLite

EMQX·2022-12-23 12:51

谷歌终于推出TensorFlow Lite，实现在移动设备端部署AI

今年5月的谷歌I/O大会上，安卓工程副总裁DaveBurke宣布将推出一个专门为移动设备优化的TensorFlow，称为TensorFlowLite。

量子位·2022-12-21 13:06

吴恩达新课上线：TensorFlow移动和web端机器学习

Coursera又有TensorFlow专项课程了，这回的主要内容放在了TensorFlow.js、TensorFlowLite等web或移动端的使用。大家都很熟悉吴恩达了。

程序员资源社区·2022-12-21 13:06

TensorflowLite 物体检测官方示例排雷记（Android）

下载官方示例代码gitclonehttps://github.com/tensorflow/examples.git导入源码到AndroidStudio路径examples\lite\examples\object_detection\android导入后，AS会自动下载依赖（雷1：慢或下载失败）运行APP运行时，会自动下载模型文件（雷2：需撞墙）模型文件问题处理完成后，可以正常编译了，如果本地没

面向对象World·2022-12-20 05:46

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？