Help us understand the problem. What is going on with this article?

TensorFlowのiOSサンプルの実行手順(2017年7月現在)

TensorFlowのiOSサンプルの実行手順について、すでにいろいろ情報は出ていますが、最新版では少し異なる箇所があったので、覚書としてまとめておきました。

はじめに

以下の環境で作業を行いました。
macOS 10.12.5
Xcode 8.3.3
TensorFlow Release 1.2.1 (2017/7/1 現在)

実は、今回行う手順は、以下のREADME.mdにまとまっています。
https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/makefile
ただし、古い記述もありました。
(「tensorflow/contrib/ios_examples」から「tensorflow/examples/ios」に移動になったようです)
https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/ios

できるだけ要点だけをまとめたかったので、ディレクトリ移動「cd」の記述は含めませんでした。

準備

automake, libtoolが必要になりますので、インストールしておきます。

brew install automake
brew install libtool

ダウンロード

TensorFlowライブラリ(tensorflow-master.zip)をダウンロードします。
https://github.com/tensorflow/tensorflow

画像認識用の学習済みモデル(inception5h.zip)をダウンロードします。
https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip

ビルド

TensorFlowライブラリのビルド

tensorflow/contrib/makefile

に移動して、以下を実行します。

./build_all_ios.sh

README.mdに「This process will take around twenty minutes on a modern MacBook Pro.」とありますが、私の環境(Retina, 13-inch, Early 2015)では1時間以上かかったと思います。ご注意ください。

iOSのサンプルプロジェクトのビルド

学習済みモデルのコピー

iOSのサンプルプロジェクトですが、以下に移動しています。(README.mdでの説明とは異なります)

tensorflow/examples/ios

今回は「camera」のサンプルプロジェクトで説明します。

ダウンロードした画像認識用の学習済みモデル(inception5h.zip)を解凍して、

tensorflow/examples/ios/camera/data

に以下のファイルをコピーします。

imagenet_comp_graph_label_strings.txt
tensorflow_inception_graph.pb

CocoaPodsのインストール

サンプルプロジェクトはCocoaPodsをインストールする必要があります。

tensorflow/examples/ios/camera

に移動して、以下を実行します。

pod install

もし上記で「Unable to find a specification for `TensorFlow-experimental`」というエラーが出た場合、以下の手順を行ってください。

pod repo remove master
pod setup

pod install

以下のxcworkspaceが作成されていれば成功です。

tensorflow/examples/ios/camera/tf_camera_example.xcworkspace

このxcworkspaceからXcodeを起動してください。
問題なくビルド、実行できると思います。

実行結果

とりあえず、自宅にあったギターを試してみました。

アコースティックギター

IMG_0514.PNG

エレキギター

IMG_0515.PNG

バッチリですね!

Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした