Привет 👋
Эта статья посвящена реальному применению машинного обучения, в частности разработке приложений. Поскольку у меня есть устройство IOS, я буду запускать свои модели с помощью Xcode.
В этой статье не будет рассматриваться разработка модели машинного обучения, а только варианты использования этой модели.
Если вы хотите получить руководство по созданию модели машинного обучения, щелкните эту ссылку, чтобы получить пошаговое руководство по этому процессу.
Для целей этой статьи вам потребуется обновить iPhone и MacBook до последних версий, а также загрузить Xcode на ваш компьютер.
С учетом сказанного, давайте начнем!
Форматирование модели
В разработке машинного обучения существуют разные форматы для каждого варианта использования. Например, для реализации модели машинного обучения на веб-сайте требуется формат .js. Для разработки приложений приемлемой версией является .tflite.
Для моей модели классификации изображений, которая обнаруживает пожар, я выполнил следующие сегменты кода, чтобы преобразовать мою модель в tflite:
Для получения дополнительной документации по конвертации в tflite перейдите по следующей ссылке.
Я считаю, что следующий сегмент кода является универсальным способом преобразования вашей модели в tflite. Всегда довольно сложно определить, будет ли этот сегмент работать для вас, поэтому я бы рекомендовал использовать свой блокнот и просто запускать все вместе с этим руководством.
Когда у вас есть файл tflite, вам нужно будет создать файл label.txt, чтобы запустить приложение.
Это можно сделать с помощью класса Keras .class_indices, чтобы создать текстовый файл:
переменная train_generator — это местонахождение моих обучающих данных, и мой набор данных был настроен для разработки iOS (т. е. набор данных был очень четко отформатирован).
Хотя это и не обязательно, но очень полезно.
После выполнения всех этих шагов все, что вам нужно сделать, это загрузить файлы модели и этикетки.
Как только файлы загружены, первый шаг завершен
Установка пакетов классификации изображений.
Перейдите по этой ссылке и сохраните ее на отдельной вкладке, поскольку она очень важна.
Следующий раздел взят непосредственно с этого веб-сайта, поскольку это официальные зависимости для разработки приложений. Если у вас уже загружен Cocoapods, все, что вам нужно сделать, это клонировать репозиторий и открыть файл xcode.
Вот сегменты кода терминала.
xcode-выбрать — установить
sudo gem установить Cocopods
git-клон https://github.com/tensorflow/examples.git
cd examples/lite/examples/image_classification/ios && pod install
открыть ImageClassification.xcworkspace
Редактирование шаблона Xcode
После того, как вы загрузили зависимости и открыли файл xcode, вы должны быть перенаправлены на официальный шаблон tensorflow для классификации изображений.
Перейдите на вкладку «Модель», и вы увидите, что там уже есть файлы этикетки и модели. Щелкните правой кнопкой мыши на каждом из них и переместите их в корзину и очистите корзину. Как только вы это сделаете, перетащите свою модель и метки в эту папку.
Вам будет предложено сообщение, подобное этому
Выберите ImageClassifcation и нажмите «Готово». Повторите процесс для меток.
Добавьте модель и лаборатории точно так же, как я сделал выше, и вы почти закончили работу с приложением.
После этого вы должны ввести свой сертификат разработки Apple и настроить упаковщик на что-то другое. Вот видеоурок, если вам нужна помощь с этим
Все, что вам нужно сделать, это подключить iPhone и запустить приложение.
Есть видео конечного результата моделей. Выглядит довольно солидно.
Поздравляем! Вы создали приложение iOS, использующее машинное обучение. Если у вас есть какие-либо вопросы, напишите мне сообщение в Linkedin или напишите мне на [email protected]!
