在iOS中使用自定义的TensorFlow版本

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：

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

构建Tensorflow Lite库

  1. 按照标准说明构建Tensorflow Lite（随您的修改）

  2. 构建框架：

    1. $ 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

  1. 为您的本地pod创建一个目录

  2. 在您创建的目录中运行pod lib create TensorFlowLite

  3. 在TensorFlowLite目录中创建一个Frameworks目录

  4. 解压缩上面生成的tensorflow_lite.framework.zip文件

  5. 复制解压tensorflow_lite.framework到TensorFlowLite/Frameworks

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

    1.     Pod::Spec.new do |s|
    2.       s.name             = 'TensorFlowLite'
    3.       s.version          = '0.1.7' # Version must match.
    4.       s.ios.deployment_target = '9.0'
    6.       # ... 让其它改变生效
    8.       internal_pod_root = Pathname.pwd
    9.       s.frameworks = 'Accelerate'
    10.       s.libraries = 'c++'
    11.       s.vendored_frameworks = 'Frameworks/tensorflow_lite.framework'
    13.       s.pod_target_xcconfig = {
    14.         'SWIFT_VERSION' => '4.0',
    15.         'INTERNAL_POD_ROOT' => "#{internal_pod_root}",
    16.         'HEADER_SEARCH_PATHS' => "$(inherited) '${INTERNAL_POD_ROOT}/Frameworks/tensorflow_lite.framework/Headers'",
    17.         'OTHER_LDFLAGS' => "-force_load '${INTERNAL_POD_ROOT}/Frameworks/tensorflow_lite.framework/tensorflow_lite'"
    18.       }
    19.     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：

  1. pod 'Firebase/MLModelInterpreter'
  2. 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"。