7
12

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 5 years have passed since last update.

mruby + TensorFlow Liteで画像分類する

Last updated at Posted at 2019-04-21

0. 概要

@mattn さんの mruby から TensorFlow Lite を操りブラックホールとポンデリングとオニオンフライを見分ける - Qiita を読んで面白そうだったので、Ubuntu上(実際はWSL)でx86版のmrubyと TensorFlow Lite をビルドし、さらにmruby-gdとMobileNetを使って画像分類してみた。

1. TensorFlow Liteのビルド

まずは libtensorflow-lite.a を作る。

https://github.com/tensorflow/tensorflow からcloneし、適当なバージョンをチェックアウトする(今回はr1.13.1を使った)。ホストのネイティブ版のライブラリは https://stackoverflow.com/a/55144057 のUPDATEに書いてある通りにコマンドを実行すればビルドできる。ただ、後でlibtensorflowlite_c.soを作るときに困るので、事前に Makefile を修正して、CXXFLAGSに-fPICを追加しておく。

tensorflow/lite/tools/make/Makefile
+++ b/tensorflow/lite/tools/make/Makefile
@@ -51,7 +51,7 @@ LIBS := \
 # There are no rules for compiling objects for the host system (since we don't
 # generate things like the protobuf compiler that require that), so all of
 # these settings are for the target compiler.
-CXXFLAGS := -O3 -DNDEBUG
+CXXFLAGS := -O3 -DNDEBUG  -fPIC
 CXXFLAGS += $(EXTRA_CXXFLAGS)
 CCFLAGS := ${CXXFLAGS}
 CXXFLAGS += --std=c++11

tensorflowの直下で以下を実行すると、tensorflow/lite/tools/make/gen/linux_x86_64/lib/libtensorflow-lite.a ができる。

./tensorflow/lite/tools/make/download_dependencies.sh
make -f tensorflow/lite/tools/make/Makefile

2. C experimental APIライブラリのビルド

次に、libtensorflowlite_c.so をビルドする。

https://github.com/mattn/go-tflite を参考に、以下のようなMakefileを作り、tensorflow/lite/experimental/c でmakeを実行すると、tensorflow/lite/experimental/cにlibtensorflowlite_c.soができる。

tensorflow/lite/experimental/c/Makefile
SRCS =  c_api.cc c_api_experimental.cc
OBJS = $(subst .cc,.o,$(subst .cxx,.o,$(subst .cpp,.o,$(SRCS))))
TENSORFLOW_ROOT = ../../../../
CXXFLAGS = -DTF_COMPILE_LIBRARY -I$(TENSORFLOW_ROOT) -I$(TENSORFLOW_ROOT)/tensorflow/lite/tools/make/downloads/flatbuffers/include -fPIC
TARGET = libtensorflowlite_c
OS_ARCH = linux_x86_64
TARGET_SHARED := $(TARGET).so
LDFLAGS += -L$(TENSORFLOW_ROOT)/tensorflow/lite/tools/make/gen/$(OS_ARCH)/lib
LIBS = -ltensorflow-lite

.SUFFIXES: .cpp .cxx .o

all : $(TARGET_SHARED)

$(TARGET_SHARED) : $(OBJS)
        g++ -shared -o $@ $(OBJS) $(LDFLAGS) $(LIBS)
.cxx.o :
        g++ -std=c++14 -c $(CXXFLAGS) -I. $< -o $@
.cpp.o :
        g++ -std=c++14 -c $(CXXFLAGS) -I. $< -o $@
clean :
        rm -f *.o $(TARGET_SHARED)

事前にCXXFLAGSに-fPICを追加していないと、ここで以下のエラーが出る。その場合は、tensorflow/lite/tools/make/gen/linux_x86_64/obj/tensorflow/lite/tools/make/downloads/fft2d/fftsg.o を削除し、Makefileを修正して実行すればよい。

g++ -shared -o libtensorflowlite_c.so c_api.o c_api_experimental.o -L../../../..//tensorflow/lite/tools/make/gen/linux_x86_64/lib -ltensorflow-lite
/usr/bin/ld: ../../../..//tensorflow/lite/tools/make/gen/linux_x86_64/lib/libtensorflow-lite.a(fftsg.o): relocation R_X86_64_PC32 against symbol `cftmdl1' can not be used when making a shared object; recompile with -fPIC
/usr/bin/ld: final link failed: Bad value
collect2: error: ld returned 1 exit status
Makefile:24: recipe for target 'libtensorflowlite_c.so' failed
make: *** [libtensorflowlite_c.so] Error 1

3. mrubyのビルド

一通り必要なライブラリができたので、libtensorflowlite_c.soを組み込んだmrubyをビルドする。

https://github.com/mruby/mrubyhttps://github.com/mattn/mruby-tflite をcloneする。

3.1 mruby-tflite

GitHubを直接参照するとうまく行かなかったので、cloneしてmrgbem.rakeのパスを修正しておく。

mruby-tflite/b/mrbgem.rake
--- a/mrbgem.rake
+++ b/mrbgem.rake
@@ -2,6 +2,7 @@ MRuby::Gem::Specification.new('mruby-tflite') do |spec|
   spec.license = 'MIT'
   spec.authors = 'mattn'

-  spec.cc.include_paths << ENV['TENSORFLOW_ROOT']
+  spec.cc.include_paths << ENV['TENSORFLOW_ROOT'] 
+  spec.linker.library_paths << ENV['TENSORFLOW_ROOT'] + "tensorflow/lite/experimental/c/"
   spec.linker.libraries << 'tensorflowlite_c'
 end

3.2 mrubyのビルド

build_config.rbに追加し、ローカルに展開したmruby-tfliteを参照する。

mruby/build_config.rb
--- a/build_config.rb
+++ b/build_config.rb
@@ -16,11 +16,15 @@ MRuby::Build.new do |conf|
   # conf.gem 'examples/mrbgems/c_extension_example' do |g|
   #   g.cc.flags << '-g' # append cflags in this gem
   # end
+  conf.gem "#{root}/mrbgems/mruby-bin-mruby"
+  conf.gem "#{root}/mrbgems/mruby-bin-mirb"
   # conf.gem 'examples/mrbgems/c_and_ruby_extension_example'
   # conf.gem :core => 'mruby-eval'
   # conf.gem :mgem => 'mruby-io'
   # conf.gem :github => 'iij/mruby-io'
   # conf.gem :git => 'git@github.com:iij/mruby-io.git', :branch => 'master', :options => '-v'
+  conf.gem '../mruby-tflite'

   # include the default GEMs
   conf.gembox 'default'

mrubyの直下で、以下のコマンドを実行してビルドする。

export TENSORFLOW_ROOT=../tensorflow/
./minirake

これでmruby/bin以下にmrubyとmirbができる。

4. mrubyの動作確認

.soを読み込めるように、libtensorflowlite_c.soのあるディレクトリをLD_LIBRARY_PATHにセットしておく。

export LD_LIBRARY_PATH=$TENSORFLOW_ROOT/tensorflow/lite/experimental/c/

https://www.tensorflow.org/lite/guide/hosted_models から適当なモデルをダウンロードする。mirbで.tfliteファイルをロードできればここまではOK。

$ mruby/bin/mirb
mirb - Embeddable Interactive Ruby Shell

> model = TfLite::Model.from_file "mobilenet.tflite"
 => #<TfLite::Model:0x7ffff131a460>

5. mruby-gdの組み込み

さらに、画像を読み込むために、mrubyにmruby-gdを組み込む。
(GDのライブラリはインストールしておく)

build_config.rb
  conf.gem :github => 'qtkmz/mruby-gd'

3と同様にminirakeを実行してmrubyをビルドし、適当なスクリプトを書いてPNGを読めるか確認する。

read_png.rb
im = GD::Image.new_from_png_file "test.png"

w = im.width
h = im.height

(0...w).each do |x|
  (0...h).each do |y| 
    r = im.red(im.get_pixel(x, y))
    g = im.green(im.get_pixel(x, y))
    b = im.blue(im.get_pixel(x, y))
    puts "#{x},#{y}:#{r}-#{g}-#{b}"
  end
end

im.destroy

6. MobileNetで画像分類

MobileNetを使って画像分類する。

Quantized Modelを使うため、mruby-tflite/src/mrb_tflite.cを少し修正してkTfLiteUInt8を使えるようにする。

src/mrb_tflite.c
--- a/src/mrb_tflite.c
+++ b/src/mrb_tflite.c
@@ -230,6 +231,7 @@ mrb_tflite_tensor_data_get(mrb_state *mrb, mrb_value self) {

   type = TFL_TensorType(tensor);
   switch (type) {
+    case kTfLiteUInt8:
     case kTfLiteInt8:
       len = TFL_TensorByteSize(tensor);
       uint8s = (uint8_t*) TFL_TensorData(tensor);
@@ -275,6 +277,7 @@ mrb_tflite_tensor_data_set(mrb_state *mrb, mrb_value self) {

   type = TFL_TensorType(tensor);
   switch (type) {
+    case kTfLiteUInt8:
     case kTfLiteInt8:
       puts("byte");
       len = TFL_TensorByteSize(tensor);

修正後、mruby/build/host/mrbgems/mruby-tflite/src/mrb_tflite.oを削除してminirakeでmrubyを再コンパイルする。これで準備完了。

https://www.tensorflow.org/lite/guide/hosted_models から Mobilenet_V1_1.0_224_128_quant などをダウンロードして展開し、mruby から TensorFlow Lite を操りブラックホールとポンデリングとオニオンフライを見分ける - Qiita を参考に、以下のスクリプトでモデルのtflite・ラベルのテキスト・対象の画像を読み込ませて分類される。

tflite_test.rb
model = TfLite::Model.from_file 'mobilenet_v1_1.0_224_quant.tflite'
interpreter = TfLite::Interpreter.new(model)
interpreter.allocate_tensors
input = interpreter.input_tensor(0)
expected_width = input.dim(1)
expected_height = input.dim(2)
expected_channel = input.dim(3)

puts "w: #{expected_width}"
puts "h #{expected_height}"
puts "ch: #{expected_channel}"

img = Array.new(expected_height * expected_width * expected_channel, 0)

im = GD::Image.new_from_png_file "Grace_Hopper.png"
w = im.width
h = im.height

if expected_width != w || expected_height != h
  puts "ERROR: image size mismatch"
  return
end

(0...w).each do |x|
  (0...h).each do |y|
    offset = (y * w + x ) * expected_channel
    img[offset] = im.red(im.get_pixel(x, y))
    img[offset + 1] = im.green(im.get_pixel(x, y))
    img[offset + 2] = im.blue(im.get_pixel(x, y))
  end
end

output = interpreter.output_tensor(0)
input = interpreter.input_tensor(0)
input.data = img
interpreter.invoke

labels = File.read('labels_mobilenet_quant_v1_224.txt').lines.map {|x| x.strip}

output.data.each_with_index do |v, i|
  puts "#{i} #{v} #{labels[i]}" if v > 5
end

im.destroy

実行結果。左からラベルのインデックス、値、ラベル名。うまくいった!

Grace_Hopper.png
466 8 bulletproof vest
653 151 military uniform
907 66 Windsor tie
flamingo.png
131 255 flamingo
7
12
1

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
7
12

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?