Snapdragon Neural Processing Engine (SNPE) и Tiny Yolo в приложении для Android
Для моего последнего университетского экзамена я пытаюсь использовать SNPE с Tiny YOLO для обнаружения объектов в реальном времени в приложении для Android. Я успешно преобразовал модель в формат DLC, но я не могу понять, как подготовить входные тензоры и как обработать выходные тензоры. Может ли один и тот же помочь мне? Благодарю.
0 ответов
Шаги по построению нейронной сети SNPE и получению выходного FloatTensor:
Создайте папку ресурсов в каталоге Android/app и сохраните файл модели (.dlc) в папке ресурсов.
// assetFileName is the file name of .dlc InputStream assetInputStream = application.getAssets().open(assetFileName); // Create and build the neural network NeuralNetwork network = new SNPE.NeuralNetworkBuilder(application) .setDebugEnabled(false) //outputLayerNames can be got while converted model to DLC format .setOutputLayers(outputLayerNames) .setModel(assetInputStream, assetInputStream.available()) .setPerformanceProfile(NeuralNetwork.PerformanceProfile.DEFAULT) .setRuntimeOrder(selectedRuntime) // Runtime.DSP, Runtime.GPU_FLOAT16, Runtime.GPU, Runtime.CPU .setCpuFallbackEnabled(needsCpuFallback) .build(); // Close input assetInputStream.close();
Создать входной тензор
- Распространение входных тензоров по сети
- Обработка вывода нейронной сети
Перейдите по ссылке ниже и найдите разделы, упомянутые в шагах 2,3 и 4, для подготовки входных тензоров и обработки выходных тензоров https://developer.qualcomm.com/docs/snpe/android_tutorial.html