TensorFlow Lite开发系列之C++接口解析(二)

待我称王封你为后i 2023-07-11 15:24 2阅读 0赞

### 编译 ###

1.  下载tensorflow源码，网址：[https://github.com/tensorflow/tensorflow/tree/v2.1.0][https_github.com_tensorflow_tensorflow_tree_v2.1.0]
2.  保证系统已经安装g++， gcc， make， cmake
3.  加压刚才下载好的 tensorflow 源码, 进入tensorflow-master/tensorflow/lite/tools/make/目录下
4.  首先执行download\_dependencies.sh文件，这里会下载一些依赖，博主下载了好几次才成功(小小心累)，可能需要翻墙，如果总是下载失败的话，可以关注留言或者关注私信，联系我要这个文件
5.  接下来根据不同的设备，执行不同的build\_xxxxx.sh文件，博主是在ubuntu上运行的，这里sh build\_lib.sh, 执行完毕后，在同级目录下生成 gen 目录，代表成功

### API解析： ###

官网网址：[https://tensorflow.google.cn/lite/api\_docs/cc][https_tensorflow.google.cn_lite_api_docs_cc]

<table> 
 <thead> 
  <tr> 
   <th>API</th> 
   <th>功能</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>tflite::FlatBufferModel</td> 
   <td>读取tflite模型文件或者变量，用于映射对象</td> 
  </tr> 
  <tr> 
   <td>tflite::Interpreter</td> 
   <td>张量输入和输出的节点图的推理类</td> 
  </tr> 
 </tbody> 
</table>

这是推理过程当中，常用的两个类，常用方法如下([更多API介绍][https_tensorflow.google.cn_lite_api_docs_cc])：

// 基于缓冲区构建模型
    BuildFromBuffer(const char *caller_owned_buffer, size_t buffer_size, ErrorReporter *error_reporter)

// 基于文件构建模型
    BuildFromFile(const char *filename, ErrorReporter *error_reporter)

// 验证缓冲区的内容是否合法，然后基于缓冲区构建模型
    VerifyAndBuildFromBuffer(const char *buffer, size_t buffer_size, TfLiteVerifier *extra_verifier, ErrorReporter *error_reporter)

// 验证文件的内容是否合法，然后基于该文件构建模型
    VerifyAndBuildFromFile(const char *filename, TfLiteVerifier *extra_verifier, ErrorReporter *error_reporter)

AllocateTensors()  // 加载所有的tensor

Interpreter(ErrorReporter *error_reporter)  // 实例化解释器

GetInputName(int index) const  // 返回给定输入的名称

GetOutputName(int index) const  // 返回给定输出的名称

Invoke()  //  调用推理器

ResizeInputTensor(int tensor_index, const std::vector< int > & dims)  // 更改给定张量的尺寸

SetAllowFp16PrecisionForFp32(bool allow)  // 尽可能允许float16精度用于FP32计算

SetNumThreads(int num_threads)  // 设置解释器可用的线程数

UseNNAPI(bool enable)  // 启用或禁用NN API（启用时为true）

typed_input_tensor(int index)  // 将变指针返回给定输入张量的数据

typed_output_tensor(int index)  // 将指针返回给定输出张量的数据

--------------------

后面我们要调用OpenCV的C++接口，安装OpenCV可以参照：[https://blog.csdn.net/qq\_41080854/article/details/88609795][https_blog.csdn.net_qq_41080854_article_details_88609795]  
**篇幅问题，需要代码的可以可以关注留言，或者关注私信**

[https_github.com_tensorflow_tensorflow_tree_v2.1.0]: https://github.com/tensorflow/tensorflow/tree/v2.1.0
[https_tensorflow.google.cn_lite_api_docs_cc]: https://tensorflow.google.cn/lite/api_docs/cc
[https_blog.csdn.net_qq_41080854_article_details_88609795]: https://blog.csdn.net/qq_41080854/article/details/88609795