Как ускорить обнаружение объектов tenorflow-r cnn на Android?

У меня есть вопрос об API обнаружения объектов Tensorflows. Я обучил более быструю модель R-CNN Inception v2 с моим собственным набором данных для классификации дорожных знаков, и я хочу развернуть его на Android, но Tensorflows Object Detection API для Android и / или Tensorflow Lite, похоже, поддерживает только модели SSD. .

Есть ли способ развернуть модель Faster R-CNN на Android? Я имею в виду, как я могу поместить мой замороженный график вывода Faster R-CNN в API Android вместо замороженного графа вывода SSD?


python android object-detection tensorflow faster-rcnn
person Yusuf Altıparmak    schedule 15.03.2019    source источник
comment
где вы можете определить, поддерживается ли теперь fast_rcnn в tflite?   -  person zishan ahmed    schedule 14.11.2019

Ответы (2)


arrow_upward
5
arrow_downward

Для моделей SSD это должно быть возможно с помощью инструмента export_tflite_ssd_graph.py. Но:

В настоящее время поддерживаются только модели SSD. Такие модели, как fast_rcnn, в настоящее время не поддерживаются.

Дополнительную информацию см. В этом руководстве.

person Dmytro Prylipko    schedule 15.03.2019

arrow_upward
0
arrow_downward

Один из способов добиться этого - создать flask API, который будет содержать весь код для прогнозирования данного изображения, и опубликовать его на удаленном сервере. например Heroku. Вы можете вызвать API, просто преобразовав изображение в Base64 или 32 из Android и отправив его в REST API, развернутый на Heroku. API вычислит результат (вывод) и преобразует выходное изображение обратно в Base64 и отправит его обратно в приложение Android. Приложение для Android преобразует Base64 в растровое изображение и Walah! вы сделали свой прогноз. Вы можете использовать либо библиотеку HttpConnection, либо просто Retrofit для удаленных вызовов API в Android.

person Zextro    schedule 12.08.2020