TensorFlow Lite のiOS GPU対応チュートリアルやってみた

画像分類デモの取得と実行

準備

• Device: iOS 12.0以上
• Xcode 10.0以上
• Apple Developer ID
• Xcode command line tools

xcode-select --install

• CocoaPods

sudo gem install cocoapods

Build and Run

• デモのclone

git clone https://github.com/tensorflow/examples.git

• ワークスペースファイルの生成

cd examples/lite/examples/image_classification/ios
pod update
pod install

これにより、ImageClassification.xcworkspaceが作成される

• ワークスペースを開く

open ImageClassification.xcworkspace

• ビルドと実行

1, Xcode 内で、ImageClassificationを選択し、プロジェクト構成を開、[genenral]タブの[Signing]で開発チームを選択
2, Identity section内、そしてすべてのXcodeプロジェクトで一意になるようにBundle Identifierを変更
3,iOSデバイスを接続し、ビルド、実行

TensorFLow Liteの導入

• Swiftに追加
  Podfile内に以下を追加しpod installし直す。

use_frameworks!
pod 'TensorFlowLiteSwift'

• ライブラリのインポート

SwiftファイルにTensorFlow Liteモジュールをインポート

import TensorFlowLite

TensorFLow Lite GPUの導入

• Swiftに追加
  Podfile内に以下を追加しpod installし直す。

# pod 'TensorFlowLite'
pod 'TensorFlowLiteGpuExperimental'

• GPU Delegateを有効にする
  CameraExampleViewController.hにおいて、

#define TFLITE_USE_GPU_DELEGATE 1

• リリースモードに変更

1, Product > Scheme > Edit Scheme...に進み、Runを選択、InfoタブのBuild ConfigurationをDebugからReleaseに変更。Debug executableのチェックを外す。
2, Optionsタブをクリックす、GPU Frame CaptureをDisabledにMetal API ValidationをDisabledに変更。
3, Project navigator -> tflite_camera_example -> PROJECT -> tflite_camera_example -> Build SettingsのBuild Active Architecture Only > ReleaseをYesに設定

• ビルドし実行

デバイスを接続しXcodeからビルド、実行

参照

TensorFlow Lite image classification iOS example application
Tensor Flow Lite iOS quickstart
TensorFlow Lite GPU delegate