在 iOS 中使用自定义的 TensorFlow 版本

优质

小牛编辑

125浏览

2023-12-01

如果您是经验丰富的ML开发人员，并且预构建的TensorFlow Lite库不能满足您的需求，则可以使用ML Kit 自定义TensorFlow Lite版本。例如，您可能想要添加自定义操作。

先决条件

一个可用的TensorFlow Lite构建环境
检出(checkout)0.1.7的Tensorflow Lite

你可以通过使用git检出正确版本：

$ git checkout -b work
$ git reset --hard tflite-v0.1.7
$ git cherry-pick f1f1d5172fe5bfeaeb2cf657ffc43ba744187bee

构建Tensorflow Lite库

按照标准说明构建Tensorflow Lite（随您的修改）

构建框架：

$ tensorflow/contrib/lite/lib_package/create_ios_frameworks.sh

您可以在这里发现生成好的框架：

tensorflow/contrib/lite/gen/ios_frameworks/tensorflow_lite.framework.zip

注意：这里有一些XCode 9.3 的build issues reported

创建一个本地pod

为您的本地pod创建一个目录
在您创建的目录中运行pod lib create TensorFlowLite
在TensorFlowLite目录中创建一个Frameworks目录
解压缩上面生成的tensorflow_lite.framework.zip文件
复制解压tensorflow_lite.framework到TensorFlowLite/Frameworks

修改生成TensorFlowLite/TensorFlowLite.podspec引用的库：

    Pod::Spec.new do |s|
      s.name             = 'TensorFlowLite'
      s.version          = '0.1.7' # Version must match.
      s.ios.deployment_target = '9.0'

      # ... 让其它改变生效

      internal_pod_root = Pathname.pwd
      s.frameworks = 'Accelerate'
      s.libraries = 'c++'
      s.vendored_frameworks = 'Frameworks/tensorflow_lite.framework'

      s.pod_target_xcconfig = {
        'SWIFT_VERSION' => '4.0',
        'INTERNAL_POD_ROOT' => "#{internal_pod_root}",
        'HEADER_SEARCH_PATHS' => "$(inherited) '${INTERNAL_POD_ROOT}/Frameworks/tensorflow_lite.framework/Headers'",
        'OTHER_LDFLAGS' => "-force_load '${INTERNAL_POD_ROOT}/Frameworks/tensorflow_lite.framework/tensorflow_lite'"
      }
    end

在您的项目中引用自定义的pod

您可以通过直接从您的应用程序中的 Podfile 引用自定义pod：

pod 'Firebase/MLModelInterpreter'
pod 'TensorFlowLite', :path => 'path/to/your/TensorflowLite'

有关管理专用pod的其他选项，请参阅 Cocoapods文档中的Private Pods。请注意，版本必须完全匹配，并且在从私有存储库包含pod时应引用此版本，例如pod 'TensorFlowLite', "0.1.7"。