如何在Android中从我的Tensorflow Lite模型中传递输入并获取输出

Question

当我将张量流精简模型添加到我的Android应用程序时。它建议自动生成的代码。

val model = Model.newInstance(context)

// Creates inputs for reference.
val inputFeature0 = TensorBuffer.createFixedSize(intArrayOf(1, 50), DataType.FLOAT32)
inputFeature0.loadBuffer(byteBuffer)

// Runs model inference and gets result.
val outputs = model.process(inputFeature0)
val outputFeature0 = outputs.outputFeature0AsTensorBuffer

// Releases model resources if no longer used.
model.close()

现在让我们假设我在python中的输入形状是一个50数字[1,2,3...]的int数组，它给出了一个浮点值的输出。

我必须以何种方式更改代码。

Answer 1

您将使用bytebuffer以little endian格式存储输入（因为tflite仅适用于此格式）。将（1 x 4）替换为50 x 4，对于输入，使用len 50循环添加数据。类似地，使用循环操作输出。

示例代码：

                EditText inputEditText;

                inputEditText = findViewById(R.id.editTextNumberDecimal);
                Float data= Float.valueOf(inputEditText.getText().toString());
                ByteBuffer byteBuffer= ByteBuffer.allocateDirect(1*4);
                byteBuffer.order(ByteOrder.nativeOrder()); // ensure little endian
                byteBuffer.putFloat(data);

                Model1 model = Model1.newInstance(getApplicationContext());

                // Creates inputs for reference.
                TensorBuffer inputFeature0 = TensorBuffer.createFixedSize(new int[]{1, 1}, DataType.FLOAT32);
                inputFeature0.loadBuffer(byteBuffer);

                // Runs model inference and gets result.
                Model1.Outputs outputs = model.process(inputFeature0);
                TensorBuffer outputFeature0 = outputs.getOutputFeature0AsTensorBuffer();

                // Releases model resources if no longer used.
                TextView tv= findViewById(R.id.textView);
                float[] data1=outputFeature0.getFloatArray();

                tv.setText(outputFeature0.getDataType().toString());
                tv.setText(String.valueOf(data1[0]));


                model.close();