Экспорт модели для использования на мобильных устройствах
Служба azure AI Пользовательское визуальное распознавание позволяет экспортировать классификаторы в автономный режим. Можно внедрить экспортированный классификатор в приложение и запустить его локально на устройстве, чтобы обеспечить классификацию в режиме реального времени.
Параметры экспорта
Пользовательская служба визуального распознавания поддерживает следующие варианты экспорта:
- TensorFlow для Android
- TensorFlow.js для платформ JavaScript, таких как React, Angular и Vue. Это выполняется на устройствах Android и iOS
- CoreML для iOS 11 и более поздних версий
- ONNX для Windows ML, Android и iOS
- Комплект разработчиков ИИ для визуального распознавания
- Docker-контейнер для архитектуры Windows, Linux или ARM. Контейнер включает модель TensorFlow и код службы для использования API Пользовательское визуальное распознавание
Внимание
служба Пользовательское визуальное распознавание экспортирует только проекты с компактными доменами. Модели, созданные с помощью компактных областей, оптимизированы для ограничений классификации в режиме реального времени на мобильных устройствах. Классификаторы, созданные с помощью компактного домена, могут быть немного менее точными, чем стандартный домен с тем же объемом обучающих данных.
Сведения об улучшении классификаторов см. в разделе "Улучшение классификатора".
Преобразование в компактную область
Примечание.
Действия, описанные в этом разделе, применяются только в том случае, если у вас есть существующая модель, которая не задана для компактного домена.
Чтобы преобразовать домен существующей модели, выполните следующие действия.
Перейдите на веб-сайт Пользовательское визуальное распознавание, а затем войдите в систему, чтобы просмотреть список проектов.
Выберите проект, а затем щелкните значок шестеренки в правом верхнем углу страницы.
В разделе Domains (Области) выберите область compact (Компактная). Нажмите кнопку Save Changes (Сохранить изменения), чтобы сохранить изменения.
Примечание.
Чтобы воспользоваться Пакетом разработки для ИИ визуального распознавания, проект должен быть создан с помощью Общего (компактного) домена и в разделе Возможности экспорта необходимо указать Vision AI Dev Kit.
В верхней части страницы выберите Train (Обучение), чтобы повторить обучение с помощью новой области.
Экспорт модели
Чтобы экспортировать модель после повторного обучения, выполните следующие действия.
Перейдите на вкладку Performance (Производительность) и выберите Export (Экспорт).
Совет
Если запись экспорта недоступна, выбранная итерация не использует компактный домен. В разделе Iterations (Итерации) на этой странице выберите итерации, использующие компактную область, а затем выберите Export (Экспорт).
Выберите нужный вам формат экспорта, а затем выберите Export (Экспорт), чтобы скачать модель.
Связанный контент
Чтобы интегрировать экспортированную модель в приложение, изучите одну из следующих статей или примеров:
- Запуск модели TensorFlow в Python
- Использование модели ONNX вместе с машинным обучением Windows
- См. пример Swift для модели CoreML в приложении iOS
- См. пример android для модели TensorFlow в приложении Android
- См. пример модели Xamarin iOS для CoreML с помощью Xamarin