Snap巨龙神经处理引擎(SNPE)和Android应用程序上的微型Yolo

Question

在我的大学期末考试中，我尝试使用SNPE和微型YOLO在Android应用程序中实时检测对象。我成功地将模型转换成DLC格式，但我不知道如何准备输入张量和如何处理输出张量。有人能帮我吗？谢谢。

Answer 1

建立神经网络并获得输出FloatTensor的步骤：

1. 在Android/app目录中创建一个资产文件夹，并将模型文件(.dlc)保存在资产文件夹中。 // assetFileName是.dlc InputStream assetInputStream =application.getAssets().open(AssetFileName)的文件名；//创建和建立神经网络NeuralNetwork网络=新的SNPE.NeuralNetworkBuilder(应用) .setDebugEnabled(false) //outputLayerNames，将模型转换为DLC格式的.setOutputLayers(outputLayerNames) .setModel(assetInputStream，assetInputStream.available()) assetInputStream.available .setRuntimeOrder(selectedRuntime) / Runtime.DSP，Runtime.GPU_FLOAT16，Runtime.GPU，Runtime.CPU .setCpuFallbackEnabled(needsCpuFallback) needsCpuFallback()；//关闭输入assetInputStream.close()；
2. 创建输入张量
3. 通过网络传播输入张量
4. 神经网络输出的处理

请按照下面的链接，查找步骤2、3和4中提到的准备输入张量和处理输出张量的部分tutorial.html。