如何使tensorflow对象检测更快-r cnn模型在Android上工作？

Question

我有一个关于Tensorflow对象检测API的问题。我用自己的交通标志分类数据集( dataset )对更快的R-CNN初始v2模型进行了培训，我希望将其部署到Android上，但用于Android的Tensorflow对象检测API和/或Tensorflow Lite似乎只支持SSD模型。

有没有办法将更快的R模式部署到Android上？我的意思是，我怎样才能将速度更快的R冻结推理图放到android中，而不是SSD的冻结推理图？

Answer 1

对于SSD模型，必须可以使用export_tflite_ssd_graph.py工具。但是：

此时只支持SSD模型。目前不支持像faster_rcnn这样的模型。

有关详细信息，请参阅本指南。

Answer 2

实现这一目标的一种方法是制作一个烧瓶 API，它将包含用于对给定图像进行预测的所有代码，并将其发布到远程服务器(如Heroku )。您可以调用API，只需将映像转换为Base64或32，然后将其发送到部署在Heroku上的REST 。API将计算结果(推断)，并将输出图像转换回Base64，并将其发送回安卓应用程序。这个安卓应用程序将把Base64转换成位图和瓦拉！你做了预测。在Android中，您可以使用HttpConnection库或仅使用Retrofit进行远程API调用。