TensorFlow Lite is 'n liggewig oplossing wat deur TensorFlow verskaf word om masjienleermodelle op mobiele en IoT-toestelle te laat loop. Wanneer TensorFlow Lite-tolk 'n voorwerpherkenningsmodel met 'n raam vanaf 'n mobiele toestelkamera as inset verwerk, behels die uitset tipies verskeie stadiums om uiteindelik voorspellings te verskaf aangaande die voorwerpe wat in die beeld teenwoordig is.
Eerstens word die invoerraam van die mobiele toestelkamera in die TensorFlow Lite-tolk ingevoer. Die tolk voorafverwerk dan die invoerbeeld deur dit om te skakel in 'n formaat wat geskik is vir die masjienleermodel. Hierdie voorverwerkingstap behels gewoonlik die grootte van die beeld om te pas by die insetgrootte wat deur die model verwag word, die normalisering van pixelwaardes en moontlike toepassing van ander transformasies spesifiek vir die modelargitektuur.
Vervolgens word die voorafverwerkte beeld deur die voorwerpherkenningsmodel binne die TensorFlow Lite-interpreter gestuur. Die model verwerk die beeld deur sy aangeleerde parameters en argitektuur te gebruik om voorspellings te genereer oor die voorwerpe wat in die raam voorkom. Hierdie voorspellings sluit tipies inligting in soos die klasetikette van die voorwerpe wat bespeur is, hul liggings in die beeld en die vertrouetellings wat met elke voorspelling geassosieer word.
Sodra die model sy voorspellings gemaak het, voer die TensorFlow Lite-tolk hierdie inligting uit in 'n gestruktureerde formaat wat gebruik kan word deur die toepassing wat die model gebruik. Hierdie uitset kan wissel na gelang van die spesifieke vereistes van die toepassing, maar sluit gewoonlik die bespeurde objekklasse, grenskassies wat die voorwerpe in die prent uiteensit, en die gepaardgaande vertrouetellings in.
Byvoorbeeld, as die voorwerpherkenningsmodel opgelei is om algemene voorwerpe soos motors, voetgangers en verkeerstekens op te spoor, kan die uitset van die TensorFlow Lite-tolk voorspellings insluit soos "motor" met 'n begrenskas wat die ligging van die motor in die beeld en 'n vertrouetelling wat die model se sekerheid oor die voorspelling aandui.
Die uitset van die TensorFlow Lite-tolk vir 'n masjienleermodel vir objekherkenning wat 'n raam vanaf 'n mobiele toestelkamera verwerk, behels die voorafverwerking van die insetbeeld, die stuur daarvan deur die model vir afleiding, en die verskaffing van voorspellings oor die voorwerpe wat in die beeld teenwoordig is in 'n gestruktureerde formaat geskik vir verdere verwerking deur die aansoek.
Ander onlangse vrae en antwoorde t.o.v EITC/AI/TFF TensorFlow Fundamentals:
- Hoe kan 'n mens 'n inbeddingslaag gebruik om outomaties behoorlike asse toe te ken vir 'n plot van voorstelling van woorde as vektore?
- Wat is die doel van maksimum poel in 'n CNN?
- Hoe word die kenmerk-onttrekkingsproses in 'n konvolusionele neurale netwerk (CNN) toegepas op beeldherkenning?
- Is dit nodig om 'n asynchrone leerfunksie te gebruik vir masjienleermodelle wat in TensorFlow.js loop?
- Wat is die TensorFlow Keras Tokenizer API maksimum aantal woorde parameter?
- Kan TensorFlow Keras Tokenizer API gebruik word om die mees algemene woorde te vind?
- Wat is TOCO?
- Wat is die verwantskap tussen 'n aantal tydperke in 'n masjienleermodel en die akkuraatheid van voorspelling van die loop van die model?
- Produseer die pakket bure API in Neural Structured Learning van TensorFlow 'n uitgebreide opleidingsdatastel gebaseer op natuurlike grafiekdata?
- Wat is die pakket bure API in neurale gestruktureerde leer van TensorFlow?
Sien meer vrae en antwoorde in EITC/AI/TFF TensorFlow Fundamentals